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.

Crystal Fractional Graph Neural Network for Energy Prediction of High-Entropy Alloys

Ce papier propose un Réseau de Neurones Graphiques Fractionnaires Cristallins qui combine l'analyse de l'environnement atomique local via des mécanismes d'attention graphique avec des données compositionnelles globales pour prédire avec précision l'énergie des alliages à haute entropie, atteignant une précision de niveau premier principe sur un jeu de données de plus de 1 000 structures tout en reconnaissant les limitations actuelles avec les grandes mailles cristallines.

Takanori Kotama, Yang Huang2026-05-12🔬 physics

Heat Transfer in Phase Change Materials with Multiple Fin Insertion

Cette étude utilise des simulations numériques tridimensionnelles pour démontrer que des ailettes multiples, correctement espacées, améliorent considérablement l'efficacité de fusion des matériaux à changement de phase en exploitant les espaces interstitiels et en évitant les effets thermiques de chevauchement qui se produisent avec des configurations à ailette unique sous-optimale ou à espacement réduit.

Paolo Proia, Mauro Sbragaglia, Giacomo Falcucci2026-05-12🔬 cond-mat

Rashba engineering at van der Waals interfaces

Cette étude démontre que l'interface entre des monocouches de dichalcogénures de métaux de transition (TMD) épitaxiées permet de concevoir une séparation de spin de Rashba et d'améliorer l'émission spintronique dans le domaine THz par hybridation électronique, offrant ainsi une plateforme réglable pour une conversion efficace du spin en charge.

Rahul Sharma, Soumya Mukherjee, Fatima Ibrahim, Gaétan Verdierre, Libor Vojáček, Martin Mičica, Sylvain Massabeau, Oliver Paull, Vincent Polewczyk, Nicola Marzari, Alain Marty, Isabelle Gomes de Morae (…)2026-05-12🔬 cond-mat.mes-hall

SLayerGen: a Crystal Generative Model for all Space and Layer Groups

Ce papier présente SLayerGen, un nouveau modèle génératif qui unifie la création de cristaux massifs et de matériaux dipériodiques (tels que les monocouches 2D) en imposant l'invariance à tous les groupes d'espace et de couches grâce à une architecture hybride combinant un échantillonnage autorégressif du réseau et une diffusion équivariante, tout en fournissant de nouveaux jeux de données et métriques pour faire progresser la découverte de ces systèmes matériels précédemment sous-représentés.

Rees Chang, Andrew Novick, Ryan P Adams, Elif Ertekin2026-05-12🔬 cond-mat.mtrl-sci

Emergent Quantum-Geometric Equivalence of Injection and Shift Currents

Cet article révèle que les courants d'injection et de décalage, traditionnellement considérés comme des réponses optiques non linéaires distinctes, deviennent équivalents dans les systèmes à dispersion électronique linéaire (tels que les semi-métaux de Dirac et de Weyl) car ils sont tous deux régis par le même dipôle quantique-géométrique interbande, établissant ainsi un cadre unifié pour interpréter ces phénomènes.

Mohammad Yahyavi, Tay-Rong Chang, Md Shafayat Hossain, Arun Bansil, Naoto Nagaosa, Guoqing Chang2026-05-12🔬 cond-mat.mes-hall

Thermodynamic Approach for Deciphering Magneto-Structural Phase Transitions: Proof of Concept in Heusler Alloys

Ce papier présente un cadre thermodynamique novateur qui analyse l'interdépendance entre les transitions structurales et les paramètres d'échange de spin pour déchiffrer avec précision les températures caractéristiques et classifier trois comportements distincts de transformation magnéto-structurale dans les alliages de Heusler Ni-Mn-Ga dopés au Cu, en utilisant des données de magnétisation standard.

Eleonora Rusconi, Lorenzo Gallo, Victor A. L'vov, Anna Kosogor, Simone Fabbrici, Giovanna Trevisi, Francesco Cugini, Massimo Solzi, Thomas Schrefl, Franca Albertini2026-05-12🔬 cond-mat.mtrl-sci

CrystalREPA: Transferring Physical Priors from Universal MLIPs to Crystal Generative Models

CrystalREPA est un cadre plug-and-play qui améliore la stabilité, la validité et la fidélité des cristaux générés en alignant les représentations des modèles génératifs avec des potentiels interatomiques d'apprentissage automatique universels figés (MLIP) via un objectif contrastif, révélant ainsi que l'efficacité d'un MLIP pour le transfert dépend davantage de sa capacité de distinction des représentations que de ses benchmarks de précision standard.

Chengqian Zhang, Yucheng Jin, Duo Zhang, Tiejun Li, Han Wang2026-05-12🔬 cond-mat.mtrl-sci

Impact of the non-canonical approach to the exact solution of the ideal one-dimensional electron gas confined with an anisotropic quantum wire of oscillator-shaped profile

Cet article présente une solution analytique exacte pour un gaz d'électrons unidimensionnel idéal confiné dans un fil quantique de forme oscillatrice anisotrope avec une masse effective dépendante de la position, en dérivant les fonctions d'onde et les spectres d'énergie par des approches canoniques et non canoniques utilisant les polynômes de Laguerre et de Gegenbauer.

E. I. Jafarov, S. M. Nagiyev, J. Van der Jeugt2026-05-12🔢 math-ph

Systematic Fine-Tuning of MACE Interatomic Potentials for Catalysis

Ce papier évalue systématiquement neuf potentiels interatomiques appris par machine basés sur MACE pour la catalyse, démontrant que si l'entraînement à partir de zéro bénéficie de stratégies d'échantillonnage spécifiques à haute énergie, le réglage fin de grands modèles de base offre une robustesse et une précision supérieures sur une diversité de catalyseurs métalliques et d'oxydes métalliques, y compris des réactions difficiles hors distribution.

Nima Karimitari, Jacob Clary, Derek Vigil-Fowler, Ravishankar Sundararaman, Gábor Csányi, Christopher Sutton2026-05-12🔬 cond-mat.mtrl-sci