4213 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 articolo riporta la prima realizzazione di un accoppiamento forte tra modi di magnoni quantizzati in una micropiastrina di YIG sottostante i 10 micron e fotoni a microonde in un risonatore superconduttore, ottenuta mediante fabbricazione con fascio di ioni focalizzati e che consente studi efficienti su chip a potenze di ingresso ultra-basse.
NIMS-OS è una libreria Python open-source e un'applicazione con interfaccia grafica che abilita l'esplorazione completamente automatizzata e in ciclo chiuso dei materiali integrando diversi algoritmi di intelligenza artificiale con sistemi sperimentali robotici, come NAREE, per scoprire autonomamente nuovi materiali come gli elettroliti.
Questa tesi di laurea impiega calcoli di teoria del funzionale densità per indagare le proprietà intrinseche e magnetiche dei composti di tipo ThMn sostituiti con Nd e contenenti Zr e Ti, identificando promettenti materiali quaternari a basso contenuto di Nd come potenziali alternative ai magneti di terre rare scarsi.
Questo articolo introduce aLLoyM, un modello linguistico di grandi dimensioni fine-tuned addestrato su dati di diagrammi di fase delle leghe che migliora significativamente l'accuratezza delle previsioni per domande a scelta multipla e dimostra la nuova capacità di generare diagrammi di fase a partire da descrizioni dei componenti, accelerando così la scoperta di materiali.
Questo lavoro presenta uno studio sistematico che stabilisce nuove e generalizzate relazioni di limite tra varie proprietà elettroniche — come densità elettronica, massa efficace, magnetizzazione orbitale e invarianti di Chern — sia in cristalli magnetici metallici che isolanti, illustrate attraverso sistemi modello e analizzate mediante spettri di assorbimento ottico.
Questo studio stabilisce l'esa-grafino (HXGY) come un allotropo del carbonio bidimensionale stabile, trasparente e semimetallico con morbidezza meccanica unica e proprietà ottiche distinte, evidenziando il suo significativo potenziale per applicazioni nanoelettroniche e optoelettroniche.
Questo studio stabilisce che i cristalli singoli ultra-puri di RuO esibiscono uno stato di liquido di Fermi tridimensionale debolmente correlato con una suscettività magnetica caratteristica dipendente dalla temperatura, guidata da contributi orbitali potenziati dall'espansione del reticolo, risolvendo i dibattiti in corso sulla sua natura magnetica.
Questo lavoro presenta un benchmark completo che confronta un codice a campi di fase basato su differenze finite accelerato da GPU (GPU-PF) e un codice a elementi finiti adattivo basato su mesh parallelizzato su CPU (PRISMS-PF) per la simulazione della solidificazione direzionale di leghe Al-Cu e SCN-camforo in condizioni rilevanti dal punto di vista sperimentale, validandone l'accuratezza nella previsione della morfologia dendritica e della dinamica della punta e valutandone le prestazioni computazionali a supporto dei flussi di lavoro integrati di ingegneria computazionale dei materiali.
Questo lavoro presenta un framework di apprendimento attivo bayesiano informato dalla fisica che integra un modello di adsorbimento di Langmuir con una strategia di stima dei parametri in due fasi per sintonizzare autonomamente ed efficientemente i tempi di impulso della deposizione strato per strato atomica, ottenendo una convergenza più rapida, una maggiore accuratezza predittiva e un uso significativamente ridotto dei precursori rispetto agli approcci basati sui dati standard.
Questo articolo presenta un flusso di lavoro integrato e allineato ai principi FAIR che combina il controllo di versione, i test automatizzati, la registrazione strutturata e l'elaborazione post-standardizzata per stabilire una catena completa di provenienza dei dati che garantisca la riproducibilità dallo sviluppo del codice alle figure pubblicate nelle simulazioni di fisica numerica.