2692 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 i modi fononici immaginari spuri, spesso derivanti da approssimazioni computazionali nei MOF, possono causare errori significativi nelle stime della capacità termica e nel ranking dei materiali, proponendo al contempo un nuovo workflow di post-elaborazione per correggere tali errori.
Il paper introduce RADII, un nuovo benchmark basato su circa 75.000 nanoparticelle che caratterizza la "frontiera di estrapolazione" dei modelli generativi di materiali, dimostrando come la qualità della generazione degradi in modo prevedibile all'aumentare delle dimensioni strutturali.
Questo articolo esamina come l'aumento dell'IA e dei dispositivi connessi stia guidando una transizione verso architetture di edge computing per soddisfare esigenze computazionali senza precedenti, delineando i progetti chiave e le metriche che plasmeranno i sistemi di sensori intelligenti di prossima generazione.
Questo articolo riformula l'equazione di Young macroscopica su basi molecolari utilizzando un coefficiente di bagnabilità universale derivato dall'energetica intrinseca dei legami a idrogeno dell'acqua, rivelando così la bagnabilità come una proprietà emergente dell'acqua stessa e stabilendo un quadro predittivo che unifica bagnabilità, adesione e cavitazione attraverso diverse superfici.
Questo articolo utilizza simulazioni numeriche per dimostrare che, mentre i modelli di dinamica delle dislocazioni discrete con regole di annichilazione convergono costantemente verso una PDE che tiene conto dell'annichilazione, i modelli senza regole di collisione esibiscono un comportamento di convergenza incoerente, evidenziando l'importanza critica del trattamento accurato delle collisioni tra dislocazioni in tali simulazioni.
Questo articolo introduce un nuovo metodo di padding consapevole della simmetria che integra le informazioni sulle posizioni di Wyckoff nelle architetture degli encoder per migliorare significativamente l'accuratezza, la stabilità e l'efficienza dei modelli generativi per la progettazione di materiali inorganici diversificati, ottenendo miglioramenti notevoli nell'accuratezza della ricostruzione e nella generazione di nuovi composti stabili.
Questo studio riporta la scoperta di una magnetostrizione anisotropa e facilmente saturabile nel prototipico altermagnete MnTe, una scoperta che sfida le visioni tradizionali sulla magnetostrizione antiferromagnetica rivelando un accoppiamento permesso dalla simmetria tra deformazione elastica e parametro d'ordine di Néel.
Questo articolo stabilisce una regola vincolata dalla simmetria per la magnetizzazione robusta rispetto alla polarizzazione della luce nei sistemi antiferromagnetici e dimostra, attraverso la teoria e i calcoli, che le strutture a spirale di spin, a differenza degli antiferromagneti collineari, consentono la manipolazione di spin ultraveloce e indipendente dalla polarizzazione tramite demagnetizzazione e rotazione nello spazio reale.
Questo studio dimostra che la combinazione della sostituzione con cloro e dell'irraggiamento con ioni elio nel semiconduttore magnetico bidimensionale CrSBr induce una rottura della simmetria locale e uno scattering dovuto ai difetti, che collettivamente ricostruiscono gli spettri Raman anisotropi preservando al contempo un robusto accoppiamento elettrone-fonone potenziato per risonanza.
Questo articolo presenta un framework kinetic Monte Carlo auto-evolutivo che addestra dinamicamente modelli di apprendimento automatico in tempo reale per prevedere efficientemente i tassi di diffusione atomica per simulazioni di crescita di film sottili, raggiungendo un'elevata efficienza computazionale e accuratezza sostituendo i calcoli costosi con l'apprendimento guidato dall'incertezza, come dimostrato nella crescita sub-monostrato di Ag/Ag{111}.