4119 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 articolo presenta un framework che integra modelli di materiale basati su reti neurali, fisicamente coerenti e dipendenti dalla microstruttura, con l'ottimizzazione topologica basata sulla densità per consentire la progettazione efficiente di strutture iperelastiche eterogenee multiscala sotto deformazioni finite.
SynCoTrain è un framework di apprendimento automatico semi-supervisionato che utilizza una strategia di co-training con reti neurali grafiche duali (SchNet e ALIGNN) e l'apprendimento Positive-Unlabeled per superare la scarsità di dati e prevedere accuratamente la sintetizzabilità dei cristalli di ossido, promuovendo così la scoperta di materiali ad alto rendimento.
Questo studio integra misurazioni sperimentali con modellazione quantochimica e computazionale per dimostrare che l'eterogeneità del legame e la forte anarmonicità guidano l'eccezionalmente bassa conducibilità termica reticolare in Ag8TS6 (T=Si, Ge, Sn) argyroditi, confermando al contempo che le loro conducibilità termiche e ioniche possono essere regolate indipendentemente.
Questo articolo introduce la Transport Novelty Distance (TNovD), una nuova metrica distributiva basata sull'Optimal Transport e sul contrastive learning che valuta congiuntamente la qualità e la novità dei materiali generati per superare i limiti degli approcci di valutazione esistenti nella scoperta di materiali.
Questo studio dimostra che il disordine a vincolo topologico nel ghiaccio di spin artificiale di tipo Shakti consente effetti di memoria robusti e dipendenti dalla sequenza, assenti nel convenzionale ghiaccio di spin quadrato, rivelando come il disordine correlato e l'azionamento ciclico possano generare memoria deterministica e stocastica in materiali artificiali frustrati.
Questo articolo stabilisce regole generali di simmetria per l'ingegneria dei materiali in cavità utilizzando la teoria dei gruppi per classificare i modelli di rottura della simmetria indotti da campi del vuoto linearmente polarizzati attraverso tutti i gruppi puntuali cristallografici, un quadro validato tramite calcoli QED-DFT su BaTiO e MoS.
Questo studio dimostra che la chimica locale del sito B, in particolare la frazione di Mn vicino al vicino più prossimo, governa principalmente l'energetica di formazione delle vacanze di ossigeno nelle perovskiti Ca-Ce-Ti-Mn, consentendo l'identificazione di composizioni specifiche che raggiungono prestazioni redox superiori per la produzione di idrogeno termochimico solare a temperature inferiori rispetto al benchmark della ceria.
Questo articolo dimostra che le caratteristiche mediate sugli atomi derivate da potenziali interatomici basati sul machine learning (MLIP) preaddestrati, come MACE, fungono da coordinate grossolane efficaci sia per valutare i modelli generativi di materiali tramite un nuovo indice di Coarse-Fine Transport Distance (CFTD), sia per guidare il processo di generazione stesso.
Questo articolo introduce il primo modello di propagazione end-to-end differenziabile per la microscopia a diffrazione ad alta energia (HEDM) che copre geometrie in campo lontano, campo vicino e a fuoco puntiforme, consentendo il raffinamento congiunto dei parametri basato sul gradiente e la quantificazione dell'incertezza, pur raggiungendo un accordo pixel-esatto con i simulatori consolidati.
Questo articolo riporta la sintesi tramite epitassia da fascio molecolare di un nuovo nitruro ternario, PrTaN, e dettaglia la determinazione della sua struttura cristallina ortorombica (gruppo spaziale ) mediante una procedura di fitting specializzata per dati di diffrazione di film sottili, dimostrando così il potenziale dell'MBE nel stabilizzare e caratterizzare materiali nitrurici complessi precedentemente inesplorati.