🔬 Category

cond-mat.mtrl-sci

4239 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.

🔬 materials science

Data-Driven Estimation of the interfacial Dzyaloshinskii-Moriya Interaction with Machine Learning

Cette étude présente un réseau de neurones convolutif robuste entraîné sur des données micromagnétiques synthétiques, capable d'estimer avec précision et de manière généralisable la force de l'interaction de Dzyaloshinskii-Moriya interfaciale directement à partir de textures de domaines magnétiques, offrant ainsi une alternative rapide et fiable aux méthodes expérimentales traditionnelles.

Davi Rodrigues, Andrea Meo, Ali Hasan, Edoardo Piccolo, Adriano Di Pietro, Alessandro Magni, Marco Madami, Giovanni Fino (…)2026-04-01
🔬 materials science

First principles electric field gradients at A and B site cations across the NaRTiO4 Ruddlesden Popper series

Cette étude présente une investigation *ab-initio* de la série de titanates de Ruddlesden-Popper NaRTiO4_4 qui établit une corrélation entre l'évolution structurale dépendante du rayon ionique et les gradients de champ électrique, fournissant ainsi des signatures spectroscopiques clés pour déterminer la symétrie du état fondamental par des techniques expérimentales comme la RMN et la PAC.

L. F. Almeida, A. N. Cesário, P. A. Sousa, P. Rocha-Rodrigues, L. V. C. Assali, H. M. Petrilli, J. P. Araújo, A. M. L. L (…)2026-04-01
🔬 materials science

Singing Materials: Initial experiments in applying sonification to phonon spectra

Ce papier présente « Singing Materials », un package Python modulaire qui transforme les données de spectres de phonons en sons pour offrir une approche complémentaire et interprétable à l'exploration des propriétés vibratoires des matériaux, dont la capacité à distinguer les différences de propriétés a été validée par une étude utilisateur.

Lucy Whalley, Rose Shepherd, Jorge Boehringer, Shelly Knotts, Paul Vickers, George Caselton, Christopher Harrison, Benne (…)2026-04-01
⚛️ quantum physics

Oxide-nitride heteroepitaxy for low-loss dielectrics in superconducting quantum circuits

Cette étude présente la croissance d'une hétéroépitaxie de TiN/γ-Al₂O₃/TiN par dépôt laser pulsé et démontre que ce diélectrique cristallin présente une faible perte micro-onde intrinsèque, offrant ainsi une plateforme prometteuse pour les circuits quantiques supraconducteurs.

David A. Garcia-Wetten, Mitchell J. Walker, Peter G. Lim, André Vallières, Maria G. Jimenez-Guillermo, Miguel A. Alvarad (…)2026-04-01
🔬 materials science

Energy level alignment of vacancy-ordered halide double perovskites

Cette étude utilise des calculs de premiers principes pour valider l'approche fonctionnelle hybride dépendante de la constante diélectrique sur les pérovskites doubles à halogénures ordonnées par lacunes (Cs₂MX₆), révélant la supériorité des terminaisons CsX pour la stabilité de surface et identifiant des candidats prometteurs pour les couches de transport de charge dans les applications optoélectroniques.

Ibrahim Buba Garba, George Volonakis2026-04-01
🔬 materials science

Long-range interaction effects on the phase transition, mechanical effect, and electric field response of BaTiO3 by machine learning potentials

Cette étude démontre que l'intégration des interactions à longue portée dans un potentiel d'apprentissage automatique (MACELES) améliore significativement la précision quantitative des propriétés mécaniques et diélectriques du BaTiO₃ par rapport au modèle MACE standard, tout en confirmant que les deux modèles reproduisent correctement son comportement ferroélectrique qualitatif.

Po-Yen Chen, Teruyasu Mizoguchi2026-04-01
🔬 materials science

Quantum anomalous Hall effect in monolayer transition-metal trihalides

Cette étude présente une analyse systématique par calculs de premiers principes des monocouches de trihalogénures de métaux de transition, mettant en évidence que les composés MnF3 et PdF3 réalisent l'effet Hall quantique anomal grâce à l'ouverture d'une bande interdite topologique par couplage spin-orbite et à l'existence d'états de bord chiraux.

Thi Phuong Thao Nguyen, Kunihiko Yamauchi2026-04-01
🔬 materials science

Machine Learning Assisted Reconstruction of Local Electronic Structure of Non-Uniformly Strained MoS2

En combinant la théorie de la fonctionnelle de la densité et un réseau de neurones récurrents, cette étude démontre que la déformation biaxiale induite par les plis et les nanobulles dans le MoS2 monocouche modifie plus efficacement ses propriétés électroniques et diélectriques que la déformation uniaxiale, offrant ainsi un cadre computationnel pour optimiser le transport électrique dans les dispositifs 2D.

Soumyadip Hazra, Sraboni Dey, Arijit Kayal, Narendra Shah, Renjith Nadarajan, Joy Mitra2026-04-01
🔬 materials science

Decoding Dopant-Induced Electronic Modulation in Graphene via Region-Resolved Machine Learning of XANES

Cette étude combine la théorie de la fonctionnelle de la densité et l'apprentissage automatique pour démontrer que l'analyse par régions des spectres XANES, en particulier la région pi*, permet de prédire avec précision la charge de Bader et les longueurs de liaison dans le graphène dopé au bore et à l'azote, offrant ainsi un outil puissant pour décoder les modulations électroniques induites par les dopants.

Yinan Wang, Arpita Varadwaj, Teruyasu Mizoguchi, Masato Kotsugi2026-04-01