3525 articles
La science des matériaux explore comment la matière se comporte et comment nous pouvons la transformer pour créer de nouvelles technologies. Dans cette catégorie, vous découvrirez des recherches qui vont des alliages plus résistants aux matériaux pour l'énergie propre, en passant par les nanotechnologies qui changent notre quotidien. C'est un domaine où la théorie rencontre l'expérience pour façonner le futur de nos objets et infrastructures.
Sur Gist.Science, nous traitons systématiquement chaque nouveau prépublication soumise sur arXiv dans ce secteur. Notre équipe analyse ces travaux complexes pour vous offrir à la fois un résumé technique précis et une explication claire en langage simple, rendant ainsi la recherche de pointe accessible à tous, qu'il s'agisse d'étudiants ou de passionnés.
Découvrez ci-dessous la sélection la plus récente de ces avancées, où chaque article est présenté avec sa version simplifiée et ses détails essentiels pour mieux comprendre les innovations qui émergent aujourd'hui.
Cette étude démontre que les effets anharmoniques, négligés dans l'approximation harmonique classique, réduisent considérablement les barrières de migration des défauts dans UO2 et PuO2 à haute température et modifient substantiellement les coefficients de diffusion, soulignant ainsi la nécessité de méthodes pleinement anharmoniques comme PAFI pour une modélisation précise des combustibles nucléaires.
Cet article propose un cadre théorique de champ effectif où la plasticité est décrite comme un phénomène non dissipatif déterminé par la symétrie, les défauts cristallins émergent naturellement comme des charges de jauge issues de la brisure spontanée des symétries de l'espace-temps, et l'écoulement dissipatif apparaît comme une déformation contrôlée de cette théorie conservatrice fondamentale.
Les auteurs rapportent la découverte du nouveau matériau , doté d'un réseau en forme de triangle de Reuleaux, qui présente une transition de phase électronique et/ou magnétique vers 48 K sans changement structural, offrant ainsi une nouvelle plateforme pour étudier l'interaction entre la géométrie du réseau et les phénomènes physiques émergents.
Cet article présente de nouvelles techniques de fabrication et des composants sur puce, tels qu'un croiseur de polarisation et des filtres microbande optimisés, qui ont permis la réalisation réussie d'un unité de champ intégral (IFU) supraconducteur à quatorze spaxels pour des relevés du fond diffus cosmologique et de l'intensité des raies spectrales.
En utilisant des potentiels interatomiques appris par machine, cette étude révèle comment les ligands de surface modulent de manière prévisible les dynamiques phononiques des nanocristaux de pérovskite CsPbBr3, offrant ainsi des principes de conception pour réduire les pertes non radiatives dans les optoélectroniques de nouvelle génération.
Les auteurs présentent le cadre BEACON, basé sur l'apprentissage par noyau profond, qui permet de guider la découverte scientifique en temps réel dans la microscopie électronique et à sonde locale en explorant activement des régimes de réponse diversifiés plutôt que de se limiter à l'optimisation d'objectifs connus.
Cette étude démontre par des calculs de premiers principes que la rigidité de flexion et le module de Young régissent la renormalisation des phonons acoustiques flexionnels dans les monocouches bidimensionnelles, offrant ainsi une description fondamentale nécessaire pour réexaminer les phénomènes thermiques et électroniques exotiques ainsi que les applications d'ingénierie dans ces matériaux.
En dérivant rigoureusement une équation de transport généralisée à partir des équations de Kadanoff-Baym, cette étude surmonte les limitations de l'équation de Boltzmann classique en intégrant un élargissement collisionnel anharmonique et une diffusion non conservatrice d'énergie, résolvant ainsi les problèmes de convergence de la conductivité thermique et d'amortissement excessif dans les systèmes 2D.
Cet article propose d'utiliser le codage de position ALiBi pour réduire les biais positionnels dans les Vision Transformers, permettant ainsi une adaptation plus efficace pour des tâches comme la segmentation d'images de microscopie où l'orientation n'est pas préférentielle.
Cet article présente une nouvelle méthode générative basée sur des autoencodeurs variationnels inversés qui, grâce à un apprentissage actif non supervisé, permet d'explorer efficacement l'espace des configurations des matériaux désordonnés pour estimer avec précision leurs propriétés atomiques et leur fonction de partition sans nécessiter de base de données initiale.