🔬 Category

cond-mat.mtrl-sci

5016 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.

🔬 science des matériaux

Evaluating Universal Machine Learning Force Fields Against Experimental Measurements

Cet article présente UniFFBench, un cadre d'évaluation complet comprenant le jeu de données MinX de plus de 1 500 systèmes minéraux avec des références expérimentales, afin de révéler un « écart de réalité » significatif où les champs de force d'apprentissage automatique universels de pointe, malgré de fortes performances lors des tests de référence computationnels, ne parviennent pas à atteindre la précision requise pour les applications pratiques lorsqu'ils sont testés face aux conditions expérimentales réelles.

Sajid Mannan, Vaibhav Bihani, Carmelo Gonzales, Kin Long Kelvin Lee, Nitya Nand Gosvami, Sayan Ranu, Santiago Miret, N M (…)2026-06-19
🔬 science des matériaux

Real-space first-principles approach to orbitronic phenomena in metallic multilayers

Cet article présente une méthode de premier principe en espace réel, scalable, basée sur la RS-LMTO-ASA et l'expansion en polynômes de Chebyshev, pour simuler les phénomènes de transport orbital et de spin dans des multicouches métalliques complexes, démontrant avec succès une accumulation orbitale substantielle dans des systèmes centrosymétriques tout en rendant compte naturellement du désordre et des effets d'interface.

Ramon Cardias, Hugo U. R. Strand, Anders Bergman, A. B. Klautau, Tatiana G. Rappoport2026-06-19
🔬 physique mésoscopique

On-surface dehydrogenative lateral homo-coupling and aromatization of n-octane on Pt(111)

Cette étude combine la microscopie à effet tunnel et des calculs ab initio pour révéler que la surface Pt(111) catalyse la conversion thermique du n-octane en cycles benzéniques via une cyclisation intramoléculaire et en espèces polycycliques par un mécanisme de couplage homologue intermoléculaire de type fermeture éclair à des températures supérieures à 600 K.

D. Arribas, E. Tosi, V. Villalobos-Vilda, B. Cirera, I. Palacio, A. Sáez-Coronado, P. Lacovig, A. Baraldi, L. Bignardi (…)2026-06-19
🔬 science des matériaux

A complete phase-field fracture model for brittle materials subjected to thermal shocks

Cet article présente un modèle de rupture par champ de phase complet pour les matériaux fragiles soumis à un choc thermique qui spécifie indépendamment les propriétés de volume, la résistance et la ténacité, unifiant avec succès la prédiction de divers scénarios de fracture — de la propagation des fissures à la nucléation et à la ramification — à travers diverses études expérimentales là où les approches classiques échouent.

Bo Zeng, John E. Dolbow2026-06-19
🔬 physique mésoscopique

Isotope effect in the work function of lithium

En mesurant les fonctions de travail de nanoparticules de métal de 7^7Li et de 6^6Li, des chercheurs ont découvert un effet isotopique significatif et une dépendance thermique non triviale qui remettent en question les modèles simples et soulignent la nature du lithium en tant que matériau quantique où les degrés de liberté électroniques et ioniques interagissent fortement.

Atef A. Sheekhoon, Abdelrahman O. Haridy, Vitaly V. Kresin2026-06-19
🔬 science des matériaux

Large Photoelasticity in Topological Antiferromagnet Mn3_3Sn Studied by Coherent Acoustic Phonon

Cette étude démontre que l'antiferromagnétique topologique Mn3_3Sn présente un effet photoélastique dans l'infrarouge proche exceptionnellement important piloté par des phonons acoustiques cohérents, révélant sa sensibilité exceptionnelle aux distorsions de réseau et établissant une base pour les applications de straintronique ultrarapides.

Yuchen Wang, Takuya Matsuda, Yuta Murotani, Hanyi Peng, Takumi Matsuo, Tomoya Higo, Satoru Nakatsuji, Ryusuke Matsunaga2026-06-19
💻 informatique

Electromagnetic Characterization of Magnetic Ring: Case of Circular Cross-Section Shape

Cet article présente un modèle analytique bidimensionnel, efficace sur le plan computationnel, pour caractériser les anneaux magnétiques toroïdaux à section circulaire sous excitation sinusoïdale, dérivant des expressions explicites pour les champs internes, l'impédance et les composantes de pertes séparées afin de servir d'alternative précise à l'analyse par éléments finis pour les essais de matériaux standardisés.

Taha El Hajji, Lars Sjöberg2026-06-19
💻 informatique

Equivariant Graph Neural Networks Improve Optical Spectra Prediction for Materials Screening

Cet article démontre que les réseaux de neurones sur graphes équivariants, plus précisément un GotenNet adapté, surpassent de manière significative les modèles de l'état de l'art existants pour la prédiction des spectres optiques et de la permittivité réelle statique pour le criblage de matériaux en exploitant l'expressivité géométrique et des données d'entraînement de haute fidélité au niveau RPA.

Kasper Helverskov Petersen, François R J Cornet, Martin Ovesen, Mikkel Jordahn, Kristian S. Thygesen, Mikkel N. Schmidt2026-06-19
💻 informatique

AdsMind: A Physics-Grounded Multi-Agent System for Self-Correcting Discovery of Adsorption Configurations on Heterogeneous Catalyst Surfaces

AdsMind est un cadre multi-agents en boucle fermée fondé sur la physique qui exploite le retour d'information de champs de force par apprentissage automatique pour corriger de manière autonome les estimations initiales et découvrir efficacement des configurations d'adsorption précises sur des surfaces de catalyseurs hétérogènes, surpassant de manière significative les méthodes en boucle ouverte et les bases heuristiques en termes de fiabilité et d'efficacité computationnelle.

Zongmin Zhang, Yuyang Lou, Bowen Zhang, Junwu Chen, Ryo Kuroki, Xuan Vu Nguyen, Edvin Fako, Lixue Cheng, Philippe Schwal (…)2026-06-19
🔬 science des matériaux

Direct large-area observation of subsurface plastic activity in conditioned copper electrodes

Cette étude présente la première observation sur de grande surface de l'activité plastique de subsurface dans des électrodes de cuivre conditionnées, démontrant qu'une exposition à un champ élevé induit une désorientation intragranulaire significative, cohérente avec l'évolution de la dynamique des dislocations en tant que mécanisme physique sous-jacent du conditionnement par champ élevé.

Yinon Ashkenazy, Inna Popov, Victoria M. Bjelland, William L. Millar, Walter Wuensch2026-06-19