4173 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.
Cet article introduit la dynamique spéculative de Langevin (LSD), une méthode d'échantillonnage spéculatif distribuée et agnostique au modèle qui accélère les simulations de dynamique moléculaire de 3 à 9 fois en utilisant un modèle de brouillon rapide et une vérification parallèle sans introduire d'erreur relative ni compromettre l'exactitude de la distribution du modèle cible.
Cette étude démontre que le recuit ex-situ transforme les films de SrFeO bruts, qui consistent initialement en de la maghémite nanocristalline et de l'oxyde de strontium amorphe, en des structures de hexaferrite de strontium bien cristallisées et orientées selon l'axe c.
Cet article démontre que des jonctions tunnel NbN-isolant-ferromagnétique, fabriquées à l'aide d'un processus simple en deux étapes avec une barrière oxydée, peuvent mesurer de manière fiable la polarisation de spin des ferromagnétiques via la technique de Meservey-Tedrow à des températures allant jusqu'à 1,6 K.
En utilisant la microscopie électronique à transmission à balayage cryogénique, des chercheurs ont directement imagé la structure à basse température du paraélectrique quantique SrTiO3, révélant que ses domaines polaires nanométriques s'auto-organisent initialement en une structure périodique avant de se fragmenter en petits amas lorsque le matériau entre dans le régime paraélectrique quantique en dessous de 40 K.
Cet article évalue les performances des opérations Tensor Train sur CPU, GPU et TPU en utilisant JAX pour adapter et accélérer un algorithme d'homogénéisation basé sur la SFFT d'inspiration quantique, permettant avec succès des simulations multi-échelles à haute résolution allant de 300 millions à 70 milliards de points de grille qui sont irréalisables avec les méthodes FFT traditionnelles basées sur GPU.
En combinant la théorie de la fonctionnelle de la densité avec correction de dispersion et l'apprentissage automatique informé par la physique, cette étude élucide les mécanismes d'adsorption et d'empoisonnement du soufre à travers 30 agrégats icosaédriques de 13 atomes de métaux de transition, identifiant la triade isoelectronique Ti-Zr-Hf comme un groupe équilibré pour la conception de catalyseurs subnanométriques tolérants au soufre.
L'article présente ELECTRAFI, un modèle rapide et différentiable qui prédit les densités de charge périodiques dans les matériaux cristallins en exploitant les transformées de Fourier sous forme fermée de Gaussiennes anisotropes pour atteindre une précision de pointe avec une inférence jusqu'à 633 fois plus rapide, réduisant ainsi considérablement le coût de calcul total des calculs DFT.
Cet article démontre que les modes de phonons imaginaires spécieux déforment considérablement les estimations de la capacité thermique et induisent en erreur les bancs d'essai d'apprentissage automatique pour les réseaux organométalliques, et propose un flux de travail de post-traitement rapide pour corriger ces erreurs afin de permettre un criblage précis des propriétés thermiques.
Cet article introduit RADII, un benchmark résolu par rayon qui caractérise systématiquement la « frontière d'extrapolation » des modèles génératifs de graphes pour la science des matériaux, révélant que la fidélité structurelle se dégrade de manière prévisible au-delà des rayons d'entraînement et que ce schéma de dégradation est propre à chaque architecture de modèle.
Cet article examine comment l'essor de l'IA et des appareils connectés favorise une transition vers des architectures d'informatique en périphie (edge computing) afin de répondre à des demandes computationnelles sans précédent, en décrivant les conceptions et les mesures clés qui façonneront les systèmes de capteurs intelligents de prochaine génération.