🔬 Category

cond-mat.mtrl-sci

4907 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.

🔬 physique

Electronic Density versus Geometry for Machine-Learned Molecular Absorption Spectra

Cette étude démontre que les modèles d'apprentissage automatique utilisant la densité électronique de l'état fondamental comme entrée surpassent de manière significative les modèles basés sur la géométrie pour prédire les spectres d'absorption moléculaire, atteignant une corrélation de validation de 0,9926 contre 0,9795 et réduisant la décorrélation résiduelle d'environ 64 % pour un ensemble de données de 6 874 molécules.

Siddharth Dhanpal, Peter Elliott, Paolo Emilio Trevisanutto, Alin M. Elena, Gilberto Teobaldi2026-10-05
🔬 science des matériaux

Investigation of Fe-Ag and Ag-Fe Interfaces in Ag-57Fe-Ag trilayer Using Nuclear Resonance Scattering under X-ray Standing Wave Conditions

Cette étude utilise la diffusion de résonance nucléaire induite par ondes stationnaires de rayons X pour révéler que les interfaces des trilayers Ag-57Fe-Ag possèdent une rugosité et des champs hyperfins distincts, le recuit thermique à 325 °C induisant la diffusion du 57Fe dans la matrice d'Ag pour former des nanoparticules paramagnétiques.

Manisha Priyadarsini, Sharanjeet Singh, Ilya Sergeev, Olaf Leupold, Ajay Gupta, Ilaria Carlomagno, V R Reddy, K R Priolk (…)2026-10-02
🔬 science des matériaux

Sensing a magnetic rare-earth surface alloy by proximity effect with an open-shell nanographene

Cette étude démontre que le dépôt de la nanographène de spin 1/2 [2]triangulène sur un alliage de surface ferromagnétique de TbAu2 induit une division de sa résonance de Kondo par effet de proximité, révélant une interaction magnétique spatialement modulée qui établit le TbAu2 comme une plateforme viable pour sonder et intégrer les nanographènes à couches ouvertes avec des substrats magnétiques.

Nicolò Bassi, Jan Wilhelm, Nils Krane, Feifei Xiang, Patrícia Čmelová, Elia Turco, Pierluigi Gargiani, Carlo Pignedoli (…)2026-10-02
🔬 science des matériaux

Strain-induced Dynamic Spin-Phonon Coupling in Epitaxial RuO2 Films

Cette étude démontre que la déformation anisotrope dans les films épitaxiaux de RuO2 induit un couplage spin-phonon dynamique, permettant la modulation de fréquence photo-induite des phonons acoustiques et optiques sub-THz afin de faciliter de nouvelles applications de l'opto-spintronique quantique ultrarapide dans les altermagnets.

In Hyeok Choi, Seung Gyo Jeong, Jae Hyuck Lee, San Kang, Sreejith Nair, Changyoung Kim, Dirk Wulferding, Bharat Jalan, J (…)2026-10-02
🔬 science des matériaux

Comparing Hubbard parameters from linear-response theory and a Hartree-Fock-based approach

Cette étude compare systématiquement la théorie de la réponse linéaire et une approche fonctionnelle pseudo-hybride basée sur Hartree-Fock pour le calcul des paramètres de Hubbard UU et VV dans les oxydes de métaux de transition, révélant que bien que les deux méthodes concordent pour les états dd partiellement occupés, elles produisent des résultats significativement différents pour les couches presque vides ou remplies ainsi que pour les interactions intersites en raison de leurs hypothèses sous-jacentes distinctes et de leur sensibilité aux choix de pseudopotentiels.

Wooil Yang, Iurii Timrov, Francesco Aquilante, Young-Woo Son2026-10-02
🔬 science des matériaux

Reducing TLS loss in tantalum CPW resonators using titanium sacrificial layers

Les auteurs démontrent que le dépôt d'une couche sacrificielle de titane ultra-mince au sommet de films de tantale agit comme un capteur d'oxygène à l'état solide pour réduire chimiquement l'interface d'oxyde natif, triplant ainsi plus de trois fois les facteurs de qualité internes des résonateurs de guides d'ondes coplanaires en tantale pour atteindre plus de 1,5 million.

Zachary Degnan, Chun-Ching Chiu, Yi-Hsun Chen, David Sommers, Leonid Abdurakhimov, Lihuang Zhu, Arkady Fedorov, Peter Ja (…)2026-10-02
🔬 science des matériaux

Transferable Graph Neural Network Surrogates for Molecular Dynamics Across Crystal Symmetries

Cet article présente un cadre de substitution par réseau de neurones sur graphes transférable qui prédit directement les déplacements atomiques pour propager la dynamique moléculaire à travers différentes symétries cristallines (Aluminium CFC, Fer CC et Magnésium HCP) sans nécessiter de modifications spécifiques à la symétrie ou d'évaluation explicite des forces, atteignant des simulations stables à l'échelle de la nanoseconde avec une grande précision.

Judah Immanuel, Avik Mahata, Aniruddha Maiti2026-10-02
🔬 science des matériaux

Thermodynamic origins of multimode spinodal decomposition in multicomponent alloys

Cet article établit un cadre théorique démontrant que, bien que les alliages multicomposants subissent généralement une décomposition spinodale à mode unique en raison des tendances au mélange, des arrangements spécifiques de paramètres d'interaction binaire peuvent induire une instabilité multimode, permettant l'ingénierie de microstructures complexes avec des solutions solides variant localement.

Pravan Omprakash2026-10-02
🔬 science des matériaux

From Energy-Force Weighting to Primal-Dual Optimization of Machine-Learned Interatomic Potentials

Cet article propose un cadre d'optimisation primal-dual qui remplace la sélection traditionnelle des poids énergie-force par une procédure d'ajustement sous contrainte de force, démontrant que cette approche permet non seulement d'atteindre des performances de faible erreur comparables avec des accélérations de calcul significatives à travers divers matériaux, mais fournit également une règle plus robuste et explicite pour la sélection de potentiels interatomiques appris par apprentissage automatique.

Chenyu Wang, Yangshuai Wang, Lei Zhang2026-10-02