🔬 Category

cond-mat.mtrl-sci

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.

Crystal Fractional Graph Neural Network for Energy Prediction of High-Entropy Alloys

Questo lavoro propone una Rete Neurale Grafica Frazionaria Cristallina che combina l'analisi dell'ambiente atomico locale tramite meccanismi di attenzione grafica con dati composizionali globali per prevedere con precisione l'energia delle leghe ad alta entropia, raggiungendo una precisione a livello di principi primi su un dataset di oltre 1.000 strutture, pur riconoscendo le attuali limitazioni relative alle celle cristalline di grandi dimensioni.

Takanori Kotama, Yang Huang2026-05-12🔬 physics

Heat Transfer in Phase Change Materials with Multiple Fin Insertion

Questo studio utilizza simulazioni numeriche tridimensionali per dimostrare che alette multiple, opportunamente distanziate, migliorano significativamente l'efficienza di fusione dei materiali a cambiamento di fase sfruttando gli spazi interstiziali ed evitando gli effetti termici sovrapposti che si verificano con configurazioni subottimali a singola aletta o con spaziatura ridotta.

Paolo Proia, Mauro Sbragaglia, Giacomo Falcucci2026-05-12🔬 cond-mat

Rashba engineering at van der Waals interfaces

Questo studio dimostra che l'interfaccia tra monostrati di ditellururi di metalli di transizione (TMD) cresciuti epitassialmente consente l'ingegnerizzazione della separazione di spin di Rashba e dell'emissione spintronica THz potenziata attraverso l'ibridazione elettronica, offrendo una piattaforma sintonizzabile per una conversione efficiente da spin a carica.

Rahul Sharma, Soumya Mukherjee, Fatima Ibrahim, Gaétan Verdierre, Libor Vojáček, Martin Mičica, Sylvain Massabeau, Oliver Paull, Vincent Polewczyk, Nicola Marzari, Alain Marty, Isabelle Gomes de Morae (…)2026-05-12🔬 cond-mat.mes-hall

SLayerGen: a Crystal Generative Model for all Space and Layer Groups

Questo articolo introduce SLayerGen, un nuovo modello generativo che unifica la creazione di cristalli massivi e materiali diperiodici (come i monostrati 2D) imponendo l'invarianza rispetto a tutti i gruppi spaziali e di strato attraverso un'architettura ibrida di campionamento autoregressivo del reticolo e diffusione equivariante, fornendo al contempo nuovi dataset e metriche per avanzare la scoperta di questi sistemi materiali precedentemente sottorappresentati.

Rees Chang, Andrew Novick, Ryan P Adams, Elif Ertekin2026-05-12🔬 cond-mat.mtrl-sci

Emergent Quantum-Geometric Equivalence of Injection and Shift Currents

Questo articolo rivela che le correnti di iniezione e di spostamento, tradizionalmente considerate risposte ottiche non lineari distinte, diventano equivalenti in sistemi con dispersione elettronica lineare (come semimetalli di Dirac e Weyl) poiché entrambe sono governate dallo stesso dipolo quantistico-geometrico interbanda, stabilendo un quadro unificato per l'interpretazione di questi fenomeni.

Mohammad Yahyavi, Tay-Rong Chang, Md Shafayat Hossain, Arun Bansil, Naoto Nagaosa, Guoqing Chang2026-05-12🔬 cond-mat.mes-hall

Thermodynamic Approach for Deciphering Magneto-Structural Phase Transitions: Proof of Concept in Heusler Alloys

Questo lavoro presenta un nuovo quadro termodinamico che analizza l'interazione tra transizioni strutturali e parametri di scambio di spin per decifrare con precisione le temperature caratteristiche e classificare tre distinti comportamenti di trasformazione magneto-strutturale nelle leghe Heusler Ni-Mn-Ga drogate con Cu, utilizzando dati standard di magnetizzazione.

Eleonora Rusconi, Lorenzo Gallo, Victor A. L'vov, Anna Kosogor, Simone Fabbrici, Giovanna Trevisi, Francesco Cugini, Massimo Solzi, Thomas Schrefl, Franca Albertini2026-05-12🔬 cond-mat.mtrl-sci

CrystalREPA: Transferring Physical Priors from Universal MLIPs to Crystal Generative Models

CrystalREPA è un framework plug-and-play che migliora la stabilità, la validità e la fedeltà dei cristalli generati allineando le rappresentazioni del modello generativo con potenziali interatomici universali di apprendimento automatico (MLIP) congelati mediante un obiettivo contrastivo, rivelando che l'efficacia di un MLIP per il trasferimento dipende più dalla sua distinguibilità delle rappresentazioni che dai suoi benchmark standard di accuratezza.

Chengqian Zhang, Yucheng Jin, Duo Zhang, Tiejun Li, Han Wang2026-05-12🔬 cond-mat.mtrl-sci

Impact of the non-canonical approach to the exact solution of the ideal one-dimensional electron gas confined with an anisotropic quantum wire of oscillator-shaped profile

Questo lavoro presenta una soluzione analitica esatta per un gas ideale di elettroni unidimensionale confinato in un filo quantico a forma di oscillatore anisotropo con massa efficace dipendente dalla posizione, derivando le funzioni d'onda e gli spettri energetici mediante approcci sia canonici che non canonici utilizzando polinomi di Laguerre e di Gegenbauer.

E. I. Jafarov, S. M. Nagiyev, J. Van der Jeugt2026-05-12🔢 math-ph

Systematic Fine-Tuning of MACE Interatomic Potentials for Catalysis

Questo lavoro valuta sistematicamente nove potenziali interatomici appresi tramite machine learning basati su MACE per la catalisi, dimostrando che, sebbene l'addestramento da zero tragga beneficio da strategie specifiche di campionamento ad alta energia, il fine-tuning di grandi modelli fondazionali offre robustezza e accuratezza superiori su una vasta gamma di catalizzatori metallici e di ossidi metallici, comprese reazioni difficili fuori distribuzione.

Nima Karimitari, Jacob Clary, Derek Vigil-Fowler, Ravishankar Sundararaman, Gábor Csányi, Christopher Sutton2026-05-12🔬 cond-mat.mtrl-sci