2756 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.
En combinant des classificateurs d'apprentissage automatique avec des simulations de métadynamique, cette étude révèle que la sélection de polymorphes spécifiques dans les réseaux métal-organiques Zn(imidazolate)₂ est déterminée dès le stade des amas pré-nucléaires, remettant en cause l'hypothèse selon laquelle la sélection des polymorphes intervient plus tardivement dans le processus de synthèse.
Cet article rapporte la première réalisation d'un couplage fort entre des modes de magnons quantifiés dans une micro-plaquette YIG de moins de 10 micromètres et des photons micro-ondes dans un résonateur supraconducteur, obtenue par fabrication par faisceau d'ions focalisé et permettant des études efficaces sur puce à des puissances d'entrée ultra-faibles.
NIMS-OS est une bibliothèque Python et une application d'interface graphique open source qui permet une exploration entièrement automatisée et en boucle fermée des matériaux en intégrant divers algorithmes d'intelligence artificielle avec des systèmes expérimentaux robotisés, tels que NAREE, pour découvrir de manière autonome de nouveaux matériaux comme les électrolytes.
Cette thèse de licence utilise des calculs de la théorie de la fonctionnelle de la densité pour étudier les propriétés intrinsèques et magnétiques des composés de type ThMn substitués au Nd avec Zr et Ti, identifiant des matériaux quaternaires prometteurs à faible teneur en Nd comme des alternatives potentielles aux aimants aux terres rares rares.
Cet article présente aLLoyM, un modèle de langage de grande taille fine-tuné entraîné sur des données de diagrammes de phases d'alliages, qui améliore considérablement la précision des prédictions pour les questions à choix multiples et démontre la nouvelle capacité de générer des diagrammes de phases à partir de descriptions de composants, accélérant ainsi la découverte de matériaux.
Cet article présente une étude systématique établissant de nouvelles relations de bornes généralisées entre diverses propriétés électroniques — telles que la densité électronique, la masse effective, l'aimantation orbitale et les invariants de Chern — dans les cristaux magnétiques métalliques et isolants, illustrées par des systèmes modèles et analysées via des spectres d'absorption optique.
Cette étude établit l'hexa-graphyne (HXGY) comme un allotrope du carbone bidimensionnel stable, transparent et semi-métallique, possédant une douceur mécanique unique et des propriétés optiques distinctes, mettant en évidence son potentiel significatif pour les applications en nanoélectronique et optoélectronique.
Cette étude établit que les monocristaux de RuO ultra-propres présentent un état de liquide de Fermi tridimensionnel faiblement corrélé, caractérisé par une susceptibilité magnétique dépendante de la température et pilotée par des contributions orbitales accrues résultant de l'expansion du réseau, résolvant ainsi les débats en cours sur sa nature magnétique.
Ce papier présente une évaluation comparative complète d'un code de champ de phase aux différences finies accéléré par GPU (GPU-PF) et d'un code aux éléments finis adaptatif parallélisé sur CPU (PRISMS-PF) pour simuler la solidification directionnelle d'alliages Al-Cu et SCN-camphre dans des conditions pertinentes expérimentalement, validant leur précision pour prédire la morphologie dendritique et la dynamique des pointes tout en évaluant leurs performances de calcul afin de soutenir les flux de travail d'ingénierie des matériaux computationnelle intégrée.
Ce papier présente un cadre d'apprentissage actif bayésien informé par la physique qui intègre un modèle d'adsorption de Langmuir avec une stratégie d'estimation de paramètres en deux étapes pour régler de manière autonome et efficace les temps d'impulsion du dépôt en couches atomiques, permettant une convergence plus rapide, une précision de prédiction supérieure et une réduction significative de l'utilisation de précurseurs par rapport aux approches standard basées sur les données.