2794 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.
Lo studio rivela che, durante il processo di raffreddamento di un superconduttore fuori equilibrio, la densità di supercorrente può aumentare nel tempo grazie alla diffusione di quasiparticelle di Bogoliubov su impurità e fononi, un fenomeno controintuitivo che porta a manifestazioni sperimentali come l'effetto Meissner ultraveloce e una riflettività ottica superiore all'unità.
Lo studio dimostra che gli antiferromagneti con polarizzazione di spin dispari sono intrinsecamente instabili verso l'incommensurabilità a causa di invarianti di Lifshitz e punti di sella di van Hove, suggerendo che questi stati emergano spesso attraverso fasi incommensurate o transizioni del primo ordine.
Questo studio combina calcoli di prima principio e osservazioni sperimentali per identificare una nuova ricostruzione stabile 1×2 sulla superficie -GaO(001), caratterizzata da tetraedri GaO accoppiati, e ne analizza l'incorporazione cooperativa dell'indio per guidare il controllo delle proprietà superficiali durante la crescita epitassiale.
Questo lavoro presenta un framework basato sull'interpolazione per progettare relazioni di dispersione in reticoli non locali multimodali, consentendo il controllo preciso di fenomeni come i rotoni e le onde evanescenti garantendo al contempo parametri di rigidità reali e positivi.
Questo studio dimostra che un agente di apprendimento per rinforzo, basato su rappresentazioni di grafi geometrici, può ottimizzare in modo efficace e trasferibile l'ordinamento degli elementi in nanoparticelle bimetalliche, identificando stati fondamentali noti e generalizzando a dimensioni non viste, sebbene con efficacia ridotta in presenza di più elementi leganti.
Questo studio propone un'architettura ibrida che combina autoencoder convoluzionali e reti neurali grafiche per simulare la crescita dei grani con una scalabilità e un'accuratezza superiori rispetto ai metodi basati esclusivamente su GNN, riducendo drasticamente costi computazionali e memoria.
Questa revisione esplora i recenti progressi nella sintesi, caratterizzazione e studio delle proprietà elettroniche e magnetiche degli ossidi di perovskite ad alta entropia, presentando il disordine chimico estremo come un nuovo paradigma per la scoperta di fenomeni fisici innovativi nei materiali quantistici.
Questo studio dimostra che le nanostrutture ZnO/ZnS cresciute idrotermalmente su schiuma di nichel agiscono come serbatoi di lacune, potenziando significativamente le prestazioni di accumulo energetico pseudocapacitivo grazie a un meccanismo di carica ottimizzato.
Questo studio dimostra che l'integrazione di reti neurali con strato bayesiano analitico (LL-BNN) e un campionamento guidato dall'incertezza accelera significativamente la previsione delle bande proibite nei cristalli fotonici, riducendo fino a 2,6 volte il fabbisogno di dati di addestramento rispetto ai metodi tradizionali.
Utilizzando la diffrazione di neutroni su cristalli singoli di HoTe3, lo studio rivela l'esistenza di due fasi antiferromagnetiche distinte a strisce verticali e inclinate che, a differenza di altri composti della famiglia RTe3, non mostrano alcun accoppiamento con l'ordine di densità di carica.