cond-mat.mtrl-sci

3D Imaging of directional multi-scale cellulose nanostructures through multi-directional dark-field neutron tomography

Questo studio dimostra l'uso della tomografia neutronica a campo scuro multidirezionale come tecnica di imaging non distruttiva e multiscala per visualizzare la nanoarchitettura gerarchica 3D e l'orientamento anisotropo delle nanofibrille di cellulosa in schiume solide, superando i danni da radiazione e i limiti di scala tipici dei metodi convenzionali basati su raggi X ed elettroni.

A Wide Optical-Gap in Fully $sp^3$-Like Hydrogenated Monolayer Graphene

Questo studio riporta una caratterizzazione spettroscopica completa del grafene monostrato altamente idrogenato su griglie di nichel, dimostrando che l'idrogenazione completamente $sp^3$-simile induce un ampio band gap ottico di circa 6,3 eV e uno smorzamento distinto del $\pi$-plasmone, mentre i campioni parzialmente idrogenati esibiscono morfologie miste e una ridotta saturazione $sp^3$.

Semi-empirical Pseudopotential Method for Monolayer Transition Metal Dichalcogenides

Questo articolo presenta un metodo di pseudopotenziale semi-empirico computazionalmente efficiente, adattato ai risultati della teoria del funzionale della densità con un numero minimo di parametri, che calcola accuratamente le strutture a bande e gli stati di Bloch di dicalcogenuri di metalli di transizione monostrato e bistrato.

Odd elasticity in disordered chiral active materials

Questo articolo propone un modello micropolare minimo per dimostrare che l'elasticità dispari emerge naturalmente come un effetto non lineare delle rotazioni interne delle particelle in materiali attivi chirali disordinati, rivelando nuove regioni dinamicamente instabili e la propagazione di onde nel bulk guidata dall'accoppiamento solido-fluido dispari.

Disorder-driven Weyl-Kondo Semimetal Phase in WTe$_2$

Ab Initio Free Energy Surfaces for Coupled Ion-Electron Transfer

Questo articolo presenta un quadro basato sui primi principi che estende la teoria di Marcus per costruire superfici di energia libera bidimensionali per il trasferimento accoppiato di ioni ed elettroni (CIET), condizionando le configurazioni nucleari diabatiche sull'anisotropia interfacciale, rivelando che la cinetica di riduzione della CO2 su elettrodi d'oro è governata da barriere di punto di sella che differiscono significativamente dai trattamenti monodimensionali tradizionali.

Review of the tight-binding method applicable to the properties of moiré superlattices

Questa recensione fornisce una guida teorica e pratica completa ai metodi atomistici di tight-binding e alle tecniche numeriche per la modellazione delle proprietà elettroniche, di trasporto e ottiche di vari superreticoli moiré, chiarendo al contempo la loro connessione con i modelli efficaci di continuo a bassa energia.

Sensitivity increase of 3D printed, self-sensing, carbon fibers structures with conductive filament matrix due to flexural loading

Questo articolo dimostra che la sensibilità delle strutture autoconsapevoli in fibra di carbonio continua stampate in 3D può essere aumentata in modo significativo e irreversibile attraverso il pre-stressing con carichi di flessione compressivi, mentre la co-estrusione di una matrice di filamento conduttivo ne migliora l'affidabilità elettrica e le prestazioni del rumore.

PFT: Phonon Fine-tuning for Machine Learned Interatomic Potentials

Questo articolo introduce il Phonon Fine-tuning (PFT), un metodo scalabile che supervisiona direttamente i potenziali interatomici appresi tramite apprendimento automatico con costanti di forza derivate dalla DFT per migliorare significativamente l'accuratezza delle proprietà vibrazionali e termiche correggendo gli errori di curvatura nella superficie dell'energia potenziale.

From Evaluation to Design: Using Potential Energy Surface Smoothness Metrics to Guide Machine Learning Interatomic Potential Architectures

Questo articolo introduce il Bond Smoothness Characterization Test (BSCT), una metrica computazionalmente efficiente che rileva la potenziale non-linearità della superficie di energia potenziale per validare sia i Potenziali Interatomici basati sul Machine Learning sia per guidare miglioramenti architettonici iterativi, dando origine a modelli che raggiungono bassi errori di regressione garantendo al contempo simulazioni di dinamica molecolare stabili.