🔬 Category

cond-mat.mtrl-sci

2692 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.

Modeling phase separation in polymer-derived carbonitride ceramics through extended machine learning molecular dynamics

Cette étude utilise un potentiel interatomique par apprentissage automatique entraîné sur plus de 9 000 configurations pour simuler la dynamique moléculaire à grande échelle de systèmes de carbonitrure de silicium, révélant que le traitement thermique provoque une séparation de phase où des cycles carbonés défectueux médient la nucléation de feuillets de type graphène au sein de la matrice amorphe, expliquant ainsi les propriétés hybrides uniques du matériau.

Fabien Mortier, Sylvian Cadars, Olivier Masson, Mauro Boero, Guido Ori, Yun Wang, Samuel Bernard, Assil Bouzid2026-05-21🔬 cond-mat.mtrl-sci

Dataset-aware entropy-maximized active learning for machine-learned interatomic potentials

Ce papier présente un cadre d'apprentissage actif conscient des données et maximisant l'entropie qui combine une dynamique moléculaire pilotée par l'entropie locale avec un filtrage d'information global pour générer efficacement des données d'entraînement de haute qualité pour des potentiels interatomiques appris par machine, atteignant des erreurs d'énergie nettement inférieures à l'échantillonnage aléatoire sur divers systèmes chimiques avec un nombre minimal de structures étiquetées par DFT.

Meiyan Wang, Rishi Rao, Li Zhu2026-05-21🔬 cond-mat.mtrl-sci

Superconducting PdTe Thin Film Via Topotactic Transformation, Toward Topological Superconductors

Cet article démontre la croissance réussie de films mines supraconducteurs PdTe de haute qualité, stables à l'air et aux propriétés de type massif, par épitaxie de jets moléculaires via une transformation topotactique à partir d'une couche tampon PdTe₂, établissant ainsi une plateforme prometteuse pour la réalisation de la supraconductivité topologique et des modes de Majorana à énergie nulle.

Hee Taek Yi, Min Ge, Renjie Xie, Colby J. Stoddard, David H. Yi, Xiaoyu Yuan, Xiong Yao, Seongshik Oh2026-05-21🔬 cond-mat

Ultrafast excitation of Bloch plasmon polaritons in hyperbolic metamaterials with an extreme ultra-violet transient grating

Cet article démontre qu'un réseau transitoire ultraviolet extrême, formé par l'interférence d'impulsions laser à électrons libres, peut surmonter le désaccord de quantité de mouvement pour permettre l'excitation ultrarapide de plasmons-polaritons de Bloch dans des métamatériaux hyperboliques, offrant une alternative dynamique aux réseaux nanostructurés permanents pour le contrôle des modes optiques.

Tlek Tapani, Hannes Kempf, Matteo Pancaldi, Laura Foglia, Emanuele Pedersoli, Roberta Totani, Adriana Valerio, Riccardo Mincigrucci, Ivaylo Nikolov, Miltcho B. Danailov, Aitor De Andrés, Roman Krahne (…)2026-05-21🔬 physics.optics

TriForces: Augmenting Atomistic GNNs for Transferable Representations

TriForces est un cadre à trois flux agnostique du modèle qui combine l'apprentissage auto-supervisé avec des représentations séparées de la composition et de la structure pour améliorer significativement la transférabilité et l'efficacité des données des réseaux de neurones graphiques atomistiques pour les potentiels interatomiques d'apprentissage automatique.

Ali Ramlaoui, Alexandre Duval, Hannah Bull, Victor Schmidt, Hugues Talbot, Fragkiskos D. Malliaros, Joseph Musielewicz2026-05-21🔬 cond-mat.mtrl-sci

Interacting donor-acceptor pairs as the origin of coupled spin-optical signals in hexagonal boron nitride

Cet article utilise des calculs de premiers principes pour démontrer que les signaux couplés spin-optique dans le nitrure de bore hexagonal proviennent de paires donneur-accepteur en interaction plutôt que de défauts isolés, révélant comment leur séparation et leurs états de charge gouvernent des propriétés quantiques clés et offrant un cadre unifié pour concevoir des émetteurs quantiques à température ambiante.

Guanjian Hu, Jijun Huang, Bing Huang, Song Li2026-05-21🔬 cond-mat.mtrl-sci

Tuning the low-energy band structure in twisted bilayer WSe2

En utilisant la nano-ARPES, les chercheurs démontrent que, bien que le positionnement en impulsion des maxima de la bande de valence dans le WSe2 bicouche torsadé reste fixe, l'angle de torsion peut être utilisé pour ajuster la séparation énergétique entre les bandes de trous aux points K et Γ de plus de 100 meV, offrant ainsi une voie pour contrôler les gaps de bande et le couplage électron-phonon dépendant du spin dans les dispositifs 2D.

T. -H. -Y. Vu, O. J. Clark, N. H. Jo, J. Blyth, Q. Li, C. Jozwiak, A. Bostwick, J. B. Muir, L. Jia, J. A. Davis, I. Di Bernardo, A. Grubisic Cabo, K. Xing, W. Zhao, S. H. Ryu, S. H. Lee, Z. Mao, K. Wa (…)2026-05-21🔬 cond-mat.mtrl-sci

What Lies Between Crystal and Randomly Packed Structures? A General Characterization of Non-Periodic Order

Grâce à une étude approfondie de plus de 7 000 structures à l'état fondamental dans un modèle d'empilement binaire bidimensionnel, l'article révèle que, bien que les structures non périodiques dominent, environ 35 % d'entre elles présentent une « sélectivité structurale », une propriété qui constitue une signature d'un ordre sous-jacent s'étendant bien au-delà des limites de diversité des cristaux périodiques.

Ian Douglass, Peter Harrowell2026-05-21🔬 cond-mat

Generalized Phase Diagrams for Graphene CVD growth on Copper

Cet article présente un diagramme de phases généralisé amélioré pour la croissance CVD du graphène sur cuivre, qui intègre les contraintes induites par la dilatation thermique et les effets de désorption chimique afin de prédire et de guider la synthèse rationnelle de graphène bicouche de haute qualité en reliant les paramètres de croissance macroscopiques aux mécanismes microscopiques de sélection des couches.

Tongtong Wang, Ke Jin, Yishi Zhang, Dajun Shu2026-05-21🔬 cond-mat.mtrl-sci

Anisotropic Crystallization Kinetics and Interfacial Dynamics of Phase-Change Material Sb2_2S3_3 from Machine Learning Force Field Simulations

Cette étude utilise un champ de forces par apprentissage automatique pour révéler que Sb2_2S3_3 présente une cristallisation anisotrope pilotée par sa structure en rubans quasi-unidimensionnels, avec une cinétique de croissance contrôlée par l'interface caractérisée par une énergie d'activation nettement inférieure à celle de la diffusion, offrant des perspectives clés pour optimiser ses performances dans les applications de stockage de données et de photonique.

Souvik Chakraborty, Wen-Qing Li, Yun Liu2026-05-21🔬 cond-mat.mtrl-sci