🔬 Category

cond-mat.mtrl-sci

4926 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.

🔬 scienza dei materiali

Optical properties of single CsPbBr3 perovskite quantum dots synthesized by a modified ligand-assisted reprecipitation method

Questo studio dimostra che un metodo di riprecipitazione assistita da ligandi (LARP) modificato, potenziato dal taglio dimensionale mediato da ammine e dalla passivazione superficiale con DDAB, produce punti quantici di perovskite CsPbBr3 singoli con proprietà ottiche allo stato dell'arte, inclusi l'emissione stabile e la generazione di singoli fotoni ad alta purezza, stabilendolo come un'alternativa valida e più mite alla tradizionale sintesi hot-injection.

Marina Cagnon Trouche, Ernest Ruby, Margaux Cartier, Christophe Voisin, Maxime Vallet, Yannick Chassagneux, Cédric R. Ma (…)2026-09-24
🔬 scienza dei materiali

Concurrent enforcement of polyconvexity and true-stress-true-strain monotonicity in incompressible isotropic hyperelasticity: application to neural network constitutive models

Questo articolo stabilisce che la policonvessità implica la monotonicità tensione-vera/deformazione-vera nell'iperelasticità isotropa incomprimibile, un risultato utilizzato per progettare e calibrare quattro architetture di reti neurali aumentate dalla fisica che rivelano differenze significative nelle prestazioni di estrapolazione nonostante soddisfino identici vincoli costitutivi.

Maximilian P. Wollner, Dominik K. Klein, Herbert Baaser, Gerhard A. Holzapfel, Patrizio Neff2026-09-24
🤖 IA

Topology-Stratified Materials Discovery with A Flow-Based Generative Model

Questo articolo introduce UFO-MGen, un modello generativo universale basato sul flusso che sfrutta le caratteristiche topologiche delle rappresentazioni di Wyckoff per ottenere una capacità superiore di generazione di cristalli, novità e capacità di progettazione inversa vincolata dalle proprietà, accelerando così la scoperta di materiali per ambienti estremi.

Jingyi Zhou, Oyshee Chowdhury, Noah Oyeniran, Chongze Hu2026-09-24
🔬 scienza dei materiali

An open benchmark for machine learning-based polymer property prediction

Questo articolo introduce PolyBench26, un dataset di benchmark aperto che comprende quasi 250.000 punti dati polimero-proprietà attraverso diverse architetture e fonti, il quale stabilisce un framework standardizzato per valutare i modelli di apprendimento automatico e dimostra che gli approcci basati su grafi superano altri metodi nella previsione di proprietà polimeriche complesse.

Robert W. Learsch, Nicholas Liesen, Daniel S. Levine, Anna M. Hiszpanski, Evan R. Antoniuk2026-09-24
🔬 scienza dei materiali

Towards Extended Active Learning for Modelling Ferroelectric Switching: the Need for 'Gold Standards'

Questo studio valuta vari metodi della teoria del funzionale della densità e metodi ab initio di alto livello per identificare approcci ottimali alla modellazione dello switching ferroelettrico nei materiali wurtzite, concludendo che, sebbene nessun singolo metodo possa attualmente fungere da perfetto "gold standard" a causa della significativa variabilità, la combinazione di RPA con correzioni singole (RPAR+S) e il funzionale r2SCAN-rVV10 offre la base più affidabile per futuri flussi di lavoro estesi di apprendimento attivo nell'addestramento di potenziali interatomici basati sull'apprendimento automatico.

Jeffrey R. Reimers, Wenbin Zhang, Zhe Su, Musen Li, Carla Verdi, Tim Gould, Wei Ren2026-09-24
🔬 scienza dei materiali

Spurious spin nutation modes arising from truncated memory effects

Questo articolo sostiene che il modo di nutazione dello spin ad alta frequenza previsto dall'equazione di Landau-Lifshitz-Gilbert inerziale (iLLG) sia probabilmente un artefatto spuri derivante dalla troncamento a bassa frequenza degli effetti di memoria non-Markoviani, piuttosto che un genuino fenomeno fisico confermato da esperimenti recenti.

Markus Weißenhofer, Ritwik Mondal, M. S. Mrudul, Peter M. Oppeneer2026-09-24
🔬 scienza dei materiali

Asymmetric magnetoresistance in 3dd-5dd based La0.67_{0.67}Ca0.33_{0.33}MnO3_3/SrIrO3_3 bilayer: The role of unidirectional anisotropy

Questo studio riferisce che la magnetoresistenza asimmetrica osservata in bilayer epitassiali di La0.67_{0.67}Ca0.33_{0.33}MnO3_3/SrIrO3_3 a basse temperature deriva da un accoppiamento magnetico Mn/Ir e dallo scattering di spin guidato dall'interfaccia, dove l'ordinamento dello strato di SrIrO3_3 induce un crossover da positivo a negativo e un'anisotropia unidirezionale nelle proprietà di trasporto.

A. G. A. Rahman, Subham Naskar, R. K. Patel, S. Manna, Chandrani Nath, Kranti Kumar, A. K. Pramanik2026-09-24
🔬 scienza dei materiali

SoLiD26: A First Principles Solid-Liquid Interface Dataset for Machine-learned Interatomic Potentials

Il documento presenta SoLiD26, un dataset completo di 15,4 milioni di strutture atomiche derivate dai primi principi che copre diversi interfacce solido-liquido, progettato per addestrare e testare potenziali interatomici basati sull'apprendimento automatico per applicazioni in elettrochimica, catalisi e corrosione.

Jonas Busk, Emil J. P. Frost, Yogeshwaran Krishnan, Henrik H. Kristoffersen, August E. G. Mikkelsen, Xueping Qin, Xin Ya (…)2026-09-24