🔬 Category

cond-mat.mtrl-sci

4135 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.

🔬 materials science

Time-resolved observation of magnon splitting into vortex gyration and Floquet spin waves

Questo studio utilizza misurazioni a microonde risolte nel tempo per dimostrare che lo scattering delle onde di spin azimutali di primo ordine in girazione del vortice e onde di spin di Floquet avviene tramite un meccanismo di scissione a tre onde, caratterizzato dall'emergere sincrono di questi modi dopo un ritardo di incubazione dipendente dalla potenza che diverge alla soglia di scattering.

T. Devolder, R. Lopes Seeger, C. Heins, A. Jenkins, L. C. Benetti, A. Schulman, R. Ferreira, G. Philippe, C. Chappert, H (…)2026-06-17
🔬 materials science

Score-based diffusion models for accurate crystal-structure inpainting and reconstruction of hydrogen positions

Questo articolo presenta un modello di diffusione basato sul punteggio che combina tecniche di scienza dei materiali e di visione artificiale per ricostruire in modo accurato ed efficiente le posizioni mancanti degli atomi di idrogeno nelle strutture cristalline, raggiungendo un tasso di successo superiore al 97% rispetto agli approcci tradizionali DFT o non condizionati.

Timo Reents, Arianna Cantarella, Marnik Bercx, Pietro Bonfà, Giovanni Pizzi2026-06-17
🔬 physics

Impulsive Hydrodynamic Exfoliation into Monolayer Graphene and Nanofragments by Transonic Flow Focusing

Questo articolo dimostra che il Transonic Flow Focusing (TFF) è un metodo puramente meccanico e privo di tensioattivi, capace di esfoliare efficientemente i nanoplatelet di grafene in grafene monostrato ad alta purezza e nanoframmenti, sfruttando estremi sforzi di taglio ed estensionali in una zona priva di contatto.

A. Ponce-Torres, A. Rubio-González, J. M. Montanero, M. A. Herrada, F. J. Galindo-Rosales2026-06-17
🔬 condensed matter

Exotic magnetism and persistent spin dynamics in a frustrated Jeff = 1/2 triangular lattice antiferromagnet

Questo studio stabilisce che il K3_3NdTe2_2O9_9 è un antiferromagnete a reticolo triangolare frustrato strutturalmente perfetto con momenti Jeff=1/2J_{\rm eff}=1/2 che esibisce un magnetismo esotico e una dinamica di spin persistente fino a 50 mK, caratterizzata dall'assenza di ordine magnetico a lungo raggio e dalla presenza di momenti di stato fondamentale fluttuanti.

M. Barman, K. Jaksetič, M. Pregelj, M. D. Le. P. J. Baker, A. Zorko, P. Khuntia2026-06-17
🔬 materials science

Physics-Informed Attention Mechanism and Generalization Capability of Deep Learning-Based Grain Growth Evolution Prediction

Questo studio dimostra che un modello di deep learning per la previsione della crescita del grano, potenziato da un meccanismo di attenzione a maschera di confine basato sulla fisica, raggiunge una robusta generalizzazione fuori distribuzione attraverso diverse condizioni microstrutturali senza necessità di riaddestramento, migliorando significativamente l'accuratezza della previsione e allineandosi ai principi fisici guidati dalla curvatura.

Pungponhavoan Tep, Marc Bernacki2026-06-17
🔬 materials science

General Method for Evaluation of Stop-Bands of Periodic Structures with Symmetric Unit Cells

Questo articolo presenta un metodo esatto che sfrutta le simmetrie speculari nelle celle unitarie periodiche per decomporre gli autoproblemi in quattro sottoproblemi indipendenti su un quarto di cella, consentendo il calcolo efficiente degli intervalli di stop-band tramite formule esplicite derivate da soli tre vettori d'onda discreti senza calcolare l'intero diagramma di dispersione.

Alexander Hvatov, Mariia Krasikova, Aleksandra Pavliuk, Steffen Marburg2026-06-17
🔬 materials science

Toward Controllable Catalyst Inverse Design via Large-Scale Autoregressive Pretraining

Questo articolo introduce un modello generativo autoregressivo su larga scala, preaddestrato su 133 milioni di strutture di catalizzatori, che consente la progettazione inversa controllata generando catalizzatori validi con specifiche proprietà categoriali e continue, migliorando così significativamente l'efficienza di screening per la scoperta mirata alle reazioni.

Dong Hyeon Mok, Jonggeol Na, Seoin Back2026-06-17
🔬 materials science

Lifetime Sample Tracking (LiST): A Data Platform for Materials Science

La piattaforma Lifetime Sample Tracking (LiST) è un sistema completo di gestione dei dati sviluppato dal 2DCC-MIP per automatizzare la cura, l'analisi e la diffusione di diversi dati di scienza dei materiali, abilitando così iterazioni di sintesi-progettazione a ciclo chiuso e supportando la ricerca di apprendimento automatico per circa ventimila campioni.

Anthony Richardella, Isaiah A Moses, Konrad Hilse, Frank Santaguida, Kevin Dressler, Ric Wilburn, Saiyyam Kochar, Wesley (…)2026-06-17
🔬 materials science

Distinguishing Majorana zero modes from trivial defect states on the surface of the iron-based superconductor Fe(Te,Se)

Utilizzando la spettroscopia a effetto tunnel a scansione spin-polarizzata, questo studio dimostra che gli stati localizzati a energia quasi nulla osservati sulla superficie del superconduttore a base di ferro Fe(Te,Se) sono stati di Yu-Shiba-Rusinov topologicamente banali piuttosto che modi zero di Majorana, evidenziando il ruolo critico dell'analisi dipendente dallo spin nel distinguere le vere firme topologiche dagli stati di difetto banali.

Dongfei Wang, Jon Ortuzar, Freek Massee, Ruidan Zhong, Genda Gu, Wende Xiao, Yugui Yao, Roland Wiesendanger2026-06-17