🔬 Category

cond-mat.mtrl-sci

4890 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.

🤖 IA

Physics-Informed Graph Neural Networks to Reconstruct Local Fields Considering Finite Strain Hyperelasticity

Le document présente P-DivGNN, un cadre de réseau de neurones sur graphes informé par la physique qui reconstruit efficacement les champs de contraintes micro-échelle locaux sous hyperélasticité à déformation finie en intégrant des contraintes d'équilibre physique et des conditions aux limites périodiques dans une architecture de passage de messages basée sur les graphes, offrant des accélérations de calcul significatives par rapport aux simulations traditionnelles par éléments finis pour des applications telles que l'analyse de la fracture et de la fatigue.

Manuel Ricardo Guevara Garban, Yves Chemisky, Étienne Prulière, Michaël Clément2026-10-15
🤖 IA

Framework for an AI-Ready ARPES Community Database

Cet article propose un cadre pratique pour l'établissement d'une base de données partagée et standardisée pour les données de spectroscopie de photoémission résolue en angle (ARPES) afin de surmonter les limites actuelles centrées sur la publication, permettant ainsi des améliorations immédiates de la reproductibilité et posant les jalons essentiels pour la future découverte pilotée par l'IA en physique de la matière condensée.

Zhi-Xun Shen, Jin Gene Wong, Karen Lei, Leon Garcia, Felix Baumberger, Sergey Borisenko, Aaron Bostwick, Ting Cao, Tanny (…)2026-10-15
🤖 IA

PXRD-Bench: How Close Are We to Determining Crystal Structures from Powder Diffraction?

Cet article introduit PXRD-Bench, un benchmark unifié pour évaluer la détermination de structures cristallines à partir de la diffraction des rayons X sur poudre dans des conditions difficiles telles que des compositions inconnues et des mélanges, ainsi que Bragglite, un nouveau modèle qui surpasse considérablement les bases de référence existantes tout en révélant les limites actuelles en matière de généralisation et de récupération multiphasique.

Dongyeop Woo, Nofit Segal, Nayoung Kim, Minkyu Kim, Rafael Gomez-Bombarelli, Sungsoo Ahn2026-10-15
🔬 science des matériaux

High-throughput screening of Heusler alloys for thermoelectrics combining machine-learned densities of states and first-principles transport

Cette étude valide un flux de travail de criblage à haut débit pour les thermoelectriques de Heusler qui combine la densité d'états apprise par apprentissage automatique avec des calculs de transport de premiers principes afin d'identifier efficacement 80 candidats computationnels prometteurs, incluant 61 matériaux non rapportés, tout en démontrant que bien que les prédictions de réseaux de neurones manquent souvent les bandes interdites, elles restent efficaces pour prioriser les composés pour une analyse détaillée.

Shivam Randive, Rahul Dixit, Himanshu Pandey2026-10-15
🔬 science des matériaux

A Parameter-Free Reference Hamiltonian for Tight-Binding Vanadium Oxides

Cet article introduit un Hamiltonien de référence de type liaison forte sans paramètres pour les oxydes de vanadium qui surmonte les erreurs de compensation importantes des méthodes de second ordre standard en dérivant d'atomes neutres superposés et de potentiels PBE complets, atteignant ainsi une grande précision dans les différences d'énergie et les réponses de charge tout en précisant que la rupture de symétrie dans les phases de Magnéli nécessite des termes explicites d'électron-lattice ou de corrélation de spin.

Jun-qiang Lu2026-10-15
🔬 science des matériaux

Collision Cascade Morphology and Defect Nucleation in Pure Tungsten and an Equimolar Refractory W-Ta-Cr-V Alloy

Des simulations de dynamique moléculaire utilisant des potentiels d'apprentissage automatique révèlent que l'alliage à haute entropie réfractaire équimolaire W-Ta-Cr-V présente une résistance supérieure aux dommages d'irradiation primaire par rapport au tungstène pur, car ses éléments légers favorisent la division des cascades en sous-cascades et accommodent les défauts sous forme de défauts ponctuels plutôt que de former des boucles de dislocation ou des vides.

Mark Fedorov, Francisco Javier Dominguez-Gutierrez, Damian Kalita, Łukasz Kurpaska2026-10-15
🔬 science des matériaux

Bulk superconductivity in quintuple-layer square-planar nickelate La6Ni5O12

Cet article rapporte la découverte d'une supraconductivité de volume à pression ambiante dans le nickelate à plan carré à couches quintuples La6Ni5O12, synthétisé par réduction topotactique, qui présente une température de transition initiale d'environ 18 K et une fraction de volume supraconductrice de ~25 %, établissant ainsi une plateforme cruciale pour l'étude du mécanisme de la supraconductivité à haute température dans les nickelates.

Mengzhu Shi, Mei Du, Hongyu Li, Zhiwei Wang, Zhengjie Wang, Ziji Xiang, Tao Wu, Xianhui Chen2026-10-15
🔬 science des matériaux

Beyond DFT electronic band structures via dual-space orbital learning

Le document présente O-kRystal, un cadre d'apprentissage orbitalaire à double espace qui exploite des calculs PBE à faible coût pour prédire avec précision les structures de bandes électroniques de haute fidélité HSE06 et G0W0G_0W_0 à travers divers matériaux avec un coût computationnel considérablement réduit.

Minhyuk Kang, Beom Seok Kang, Nikolai Argatoff, Miguel Nouman, Danish Khan, William A. Goddard III, Anima Anandkumar2026-10-15
🔬 science des matériaux

Room-Temperature Metallic 2D Ferromagnetism Stabilized by Quantum Metric

Cet article propose que le ferromagnétisme métallique uniforme à température ambiante observé dans l'électride stratifié YCl\text{YCl} est stabilisé par une métrique quantique proéminente au voisinage des croisements de bandes topologiques, laquelle redirige l'instabilité du système des états d'ondes de densité vers un ordre ferromagnétique et prédit une température de Curie bien supérieure à la température ambiante.

Teng-Fei Ying, Jianqi Zhong, Songyuan Geng, Fangjie Chen, Haoxiang Li, Benjamin T. Zhou2026-10-15
🔬 physique

High-Harmonic Generation Probes Quantum Nuclear Fluctuations in Liquid Water

Cette étude démontre que la spectroscopie de génération d'harmoniques hautes, combinée à la dynamique moléculaire par intégrale de chemin, peut détecter et caractériser les fluctuations quantiques nucléaires dans l'eau liquide en révélant comment la délocalisation nucléaire quantique supprime les rendements harmoniques et induit des minima d'interférence par l'élargissement de la bande de valence induit par les liaisons hydrogène.

George Trenins, Nicolas Tancogne-Dejean, Angana Mondal, Angel Rubio, Hans Jakob Wörner, Aaron Kelly, Ofer Neufeld, Maria (…)2026-10-15