2806 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 présente un flux de travail combinant calculs *ab-initio* et apprentissage automatique pour identifier de nouveaux composés supraconducteurs à base de bore et de carbone, en intégrant des modes phonons imaginaires souvent négligés et en prédisant plusieurs candidats prometteurs avec des températures critiques élevées.
En utilisant la dichroïsme magnétique circulaire et linéaire, cette étude révèle l'existence de phases magnétiques triples-Q distinctes dans l'antiferromagnétique CoTaS, caractérisées par des combinaisons uniques de chiralité et de nématisme, tout en validant l'efficacité des techniques optiques polarisées pour cartographier ces textures complexes.
Cet article propose un modèle universel de Chern sur des triangulations arbitraires de surfaces, où des résonateurs ou atomes artificiels placés aux sommets, arêtes et faces génèrent des Hamiltoniens à sauts proches voisins possédant des gaps spectraux topologiques robustes et des nombres de Chern non triviaux, validés par simulation numérique et réalisables via des métamatériaux pour créer des modes de bord topologiques sur des objets réels.
En validant un potentiel interatomique basé sur l'apprentissage automatique, cette étude révèle comment la composition des alliages AlGaN influence de manière non linéaire leurs propriétés élastiques et la sensibilité des énergies de formation et de migration des défauts à l'environnement chimique local.
Cette étude théorique démontre que le couplage électron-phonon explique avec précision les largeurs de raie vibrationnelles de l'hydrogène chimisorbé sur le molybdène et le tungstène à faible couverture, mais que d'autres mécanismes de dissipation, tels que les interactions entre adsorbats, deviennent dominants aux fortes couvertures.
Cette étude présente un oscillateur de spin-Hall basé sur un grenat de fer et d'yttrium substitué au gallium (Ga:YIG) à anisotropie magnétique perpendiculaire, capable d'émettre des ondes de spin dont la fréquence est contrôlée par le courant et qui s'étend sur une bande passante d'environ 1,6 GHz, offrant ainsi une plateforme prometteuse pour l'informatique neuromorphique.
Le papier présente MolCrystalFlow, un modèle génératif basé sur l'appariement de flux qui prédit les structures de cristaux moléculaires en traitant les molécules comme des corps rigides et en apprenant conjointement les paramètres du réseau cristallin, les orientations et les positions des centres de masse sur leurs variétés riemanniennes respectives.
Cet article présente une approche de première principe pour construire des hamiltoniens Newns-Anderson appliqués à l'hydrogène chimisorbé sur des surfaces métalliques, validant ainsi que l'approximation de la bande large est pertinente pour l'aluminium mais limitée pour le cuivre et le platine.
Cet article plaide pour l'intégration de flux de travail d'intelligence artificielle et d'agents autonomes, couplés à des laboratoires auto-pilotés et à l'expérimentation à haut débit, afin d'accélérer la découverte de catalyseurs et l'ingénierie des réactions chimiques pour une industrie plus durable.
Cette étude démontre comment un cadre d'apprentissage actif basé sur l'optimisation bayésienne permet d'optimiser la croissance de films d'oxyde de lanthane-vanadium par dépôt laser pulsé, améliorant ainsi la reproductibilité, la qualité des matériaux et la compréhension des mécanismes de croissance hors équilibre.