4853 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 stabilisce che il CeZnGe è un raro ferromagnete a struttura a nido d'ape basato su Ce con elettroni 4 localizzati e caratteristiche topologiche non triviali, inclusi punti di Weyl e una fase di Berry non nulla, rendendolo una piattaforma unica per investigare l'interazione tra magnetismo e topologia.
Questo studio dimostra che la spettroscopia Kerr magneto-ottica a risoluzione di lunghezza d'onda di un eterostruttura di van der Waals MoSe/FeGaTe rivela una rottura della simmetria magnetica indotta da prossimità attraverso entrambi i manifold degli eccitoni A e B, identificando specificamente risonanze potenziate negli stati fondamentali e 2s di Rydberg attraverso l'analisi combinata sperimentale e teorica.
Questo articolo dimostra che la singolare geometria quantistica di un contatto di banda quadratica bidimensionale agisce come un amplificatore asintotico, convertendo scale di interazione non perturbative esponenzialmente piccole in risposte algebricamente potenziate sia nella metrica quantistica che nelle regole di somma ottica.
Questo studio stabilisce un quadro diagnostico pratico e ad alto rendimento che combina la spettroscopia nano-Fourier trasforma infrarossa con l'imaging ottico potenziato dall'apprendimento automatico per identificare e quantificare rapidamente le impurità microscopiche nelle celle solari a perovskite, rivelando questi difetti come siti di nucleazione critici per la degradazione e consentendo uno screening precoce della stabilità per la fabbricazione di dispositivi su scala.
Questo articolo presenta una valigia Raman per ultra-alto vuoto (RVS) costruita in casa che consente la caratterizzazione *in situ* di nanonastri di grafene atomicamente precisi e sensibili all'aria, prevenendo l'ossidazione e permettendo il monitoraggio in tempo reale della loro cinetica di crescita, della dinamica reticolare e della reattività chimica specifica dei bordi sotto ambienti termici e gassosi controllati.
Questo articolo presenta un framework di apprendimento automatico che utilizza descrittori strutturali, composizionali ed elettronici per classificare accuratamente gli ordini magnetici e predire la magnetizzazione nei materiali 2D, abilitando così lo screening efficiente di candidati per applicazioni spintroniche e l'identificazione di caratteristiche simili a skyrmion.
Questo articolo presenta un'implementazione della teoria delle perturbazioni della densità basata sulla differenziazione algoritmica per le approssimazioni meta-generalizzate del gradiente, consentendo il calcolo efficiente di proprietà di risposta arbitrarie e facilitando l'ottimizzazione basata sul gradiente di nuovi funzionali di scambio e correlazione.
Questo articolo affronta l'ambiguità dell'accuratezza post-cancellazione nell'apprendimento automatico dei materiali definendo un "pavimento di cancellazione" basato sull'equivalenza del riaddestramento, stabilendo limiti teorici che collegano bassi pavimenti di cancellazione alla ridondanza dei dati conservati e dimostrando empiricamente che le valutazioni dell'unlearning a livello di richiesta devono riportare congiuntamente la perdita di riferimento, il cambiamento della predizione e l'utilità conservata per distinguere tra un unlearning efficace e la mera soppressione dei dati.
Questo articolo presenta un catalogo computazionale completo di 365.639 strutture magnetiche collineari permesse dalla simmetria per oltre 72.000 materiali stechiometrici, sfruttando i gruppi di spazio di spin e i sottogruppi massimali, identificando infine migliaia di nuovi materiali magnetici topologici per guidare la caratterizzazione sperimentale e le applicazioni nella spintronica.
Questo articolo identifica i comuni spostamenti di distribuzione che ostacolano la generalizzazione dei campi di forza basati su apprendimento automatico (MLFF) e propone due strategie di raffinamento durante il tempo di test, economiche, basate sulla teoria dei grafi spettrali e su obiettivi fisici ausiliari, per ridurre significativamente gli errori su sistemi fuori distribuzione senza richiedere costose etichette ab initio.