2792 articoli
La scienza dei materiali esplora come la struttura della materia determina le proprietà dei nuovi materiali, un campo fondamentale che guida l'innovazione tecnologica quotidiana. Dai superconduttori ai polimeri avanzati, questa disciplina studia le interazioni atomiche per creare soluzioni che vanno dall'elettronica flessibile ai dispositivi energetici più efficienti.
Su Gist.Science, ogni nuovo preprint pubblicato su arXiv nella sezione Cond-Mat — Mtrl-Sci viene elaborato per renderlo comprensibile a tutti. Offriamo sia riassunti tecnici dettagliati per gli esperti, sia spiegazioni in linguaggio semplice per chi si avvicina a questi argomenti per la prima volta, democratizzando l'accesso alla ricerca d'avanguardia.
Di seguito trovate la selezione più recente di studi su questi materiali, pronti per essere esplorati e compresi grazie ai nostri strumenti di sintesi.
Questo studio dimostra che nei materiali magnetici morbidi rigidi, la simmetria dello stress di Cauchy dipende dalla scelta della variabile di magnetizzazione (referenziale o corrente), ma entrambe le formulazioni convergono a stress simmetrici e equivalenti quando il sistema raggiunge l'equilibrio energetico.
Il paper presenta una piattaforma web basata su un approccio "human-in-the-loop" assistito dall'intelligenza artificiale che ottimizza la caratterizzazione strutturale dei dischi rigidi, permettendo l'analisi automatizzata e interattiva delle immagini STEM per la misurazione precisa dello spessore e della rugosità degli strati sottili.
Questo articolo esamina i metodi di produzione avanzati, come la manifattura additiva, per realizzare piastre bipolari con canali di flusso complessi per le celle a combustibile PEMFC di nuova generazione, colmando il divario tra concetti di laboratorio e produzione industriale per migliorare efficienza e sostenibilità.
Utilizzando calcoli di primi principi, lo studio predice che il monolayer Janus Cr2SSe, un altermagnete, esibisce un effetto multipiezo sintonizzabile tramite deformazione meccanica che permette il controllo selettivo della polarizzazione di valle e l'ottenimento di un effetto Hall di valle anomalo a singolo canale di spin, aprendo nuove prospettive per dispositivi valleytronici ed elettronici a basso consumo energetico.
Questo studio confronta il comportamento spin-fonone dei materiali magnetocalorici a base di Fe₂P, rivelando tramite magnetometria, scattering di neutroni e modellazione teorica che il sito Fe₃g guida la transizione magnetica nel Fe₂P, mentre nel FeMnP₀.₅₅Si₀.₄₅ si osserva una transizione più graduale con coesistenza di fasi, confermando l'esistenza di un sistema a due componenti che determina l'effetto magnetocalorico.
Questo studio introduce reticoli ispirati ai frattali che, combinando ordine periodico a lungo raggio e gerarchia autosimile, abilitano una scalatura esponenziale degli stati di confine topologici, un fenomeno confermato teoricamente e sperimentalmente in reticoli fotonici.
Il documento riporta la scoperta di una superconduttività emergente a una temperatura di transizione di circa 16,3 K nel nuovo composto stratificato NaVSeO, un candidato altermagnetico privo di simmetria di inversione che funge da ponte tra i superconduttori ad alta temperatura a base di cuprati/nichelati e quelli a base di pnicturi di ferro.
Gli autori riportano la prima osservazione sperimentale dell'anisotropia magneto-chirale nella propagazione degli ultrasuoni nel quarzo , utilizzando uno spettrometro ad altissima risoluzione e un modello analitico macroscopico per spiegare l'effetto.
Il paper introduce Equitrain, un framework di fine-tuning basato su LoRA che, applicato a 53 sistemi materiali, dimostra come l'adattamento efficiente di potenziali interatomici basati su machine learning con pochi dati aggiuntivi migliori significativamente la previsione delle proprietà fononiche e termiche rispetto ai modelli pre-addestrati o addestrati da zero.
Il paper propone un framework di allineamento distributivo basato su modelli generativi e l'Adversarial Distribution Alignment (ADA) per colmare il divario tra simulazioni e dati sperimentali, permettendo di recuperare la distribuzione osservabile target anche in presenza di osservazioni parziali e correlate, come dimostrato su dati sintetici, molecolari e proteici.