4307 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 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.
Cette étude démontre qu'une hétérostructure localisée or-MoTe₂ permet de générer et de moduler électriquement un photocourant circulaire sous incidence normale grâce à la rupture de symétrie induite par le champ électrique interne, ouvrant la voie à des photodétecteurs et dispositifs de vallée-trotronique accordables par tension.
Cet article présente MSS, un algorithme optimisé pour générer des particules complexes en simulations DEM via une approche multi-sphères, offrant une approximation géométrique plus précise et moins coûteuse en calcul que les méthodes existantes.
En utilisant une théorie de Ginzburg-Landau couplée à l'électrostriction, cet article explique l'origine du pic central et des anomalies acoustiques observés dans le titanate de baryum cubique près de la transition ferroélectrique, en démontrant que ces phénomènes dynamiques sont gouvernés par le temps de relaxation diélectrique de Debye.
En proposant une nouvelle classification des textures magnétiques fondée sur la géométrie différentielle et introduisant de nouvelles chiralités scalaires (géodésique et de torsion), cette étude révèle que la chiralité géodésique engendre de nouveaux phénomènes émergents, tels qu'une asymétrie de bande et des réponses non réciproques, via un effet purement orbital indépendant du couplage spin-orbite.
Spectra-Scope est un cadre open-source d'apprentissage automatique qui permet la caractérisation automatisée et interprétable des propriétés des matériaux à partir de données spectrales en combinant prétraitement, extraction de caractéristiques non linéaires et entraînement de modèles simples et explicites.