Synchrotron x-ray diffraction and DFT study of non-centrosymmetric EuRhGe3 under high pressure
本研究は、放射光X線回折と密度汎関数理論（DFT）計算を組み合わせることで、非中心対称性を持つEuRhGe3の高圧下における構造挙動を調査し、相転移のない35 GPaまでの滑らかな体積収縮、異方的な格子圧縮、および非整数価のEuに起因する高圧下での実験値と理論値の体積の乖離を明らかにしている。
🔬 Category
cond-mat.mtrl-sci
2632 件の論文
材料科学と凝縮系物理学の境界領域は、私たちの日常を支える新しい物質の発見と設計を探求する分野です。ここで取り扱われる研究は、半導体から超伝導体まで、未来のエネルギーや電子機器の基盤となる材料の振る舞いを解明するものです。
Gist.Science は、arXiv に投稿されるこの分野の最新プレプリントをすべて収集し、専門用語に頼らない平易な解説と、詳細な技術的な要約の両方を提供しています。これにより、研究者だけでなく、一般の方でも最先端の知見にアクセスできるようになりました。
以下に、このカテゴリから厳選した最新の論文リストを掲載します。
Lattice Parameters and Bulk Modulus of SrTiMnO Perovskites: A Comparison of Exchange-Correlation Functionals with Experimental Validation
本研究は、X線回折および実験的な体積弾性率の測定によって確認された通り、PBEsolおよびWC交換相関汎関数が、様々なMn濃度における立方晶SrTiMnOペロブスカイトの格子定数および体積弾性率を正確に予測する上で、LDAおよびPBEよりも優れていることを実証している。
Low and Anisotropic Thermal Conductivity in Mixed-Valent SnS
本研究は、混合原子価SnSが、孤立電子対のクーロン相互作用によって誘起される弱結合したSn(II)原子の非調和なラトリング振動に起因して、c軸方向に沿って低くかつ異方的な熱伝導率を示すことを明らかにしている。
Modeling phase transformations in Mn-rich disordered rocksalt cathodes with machine learning interatomic potentials
本研究は、機械学習原子間ポテンシャルを用いることで、Mnに富む無秩序岩塩型正極が、Mnの生成ではなく遷移金属の移動によって駆動されるスピネル様構造への相変態を起こし、その結果としてリチウム輸送速度の向上と容量の増大をもたらすことを明らかにしている。
Deep Generative Learning of Magnetic Frustration in Artificial Spin Ice from Magnetic Force Microscopy Images
本論文は、変分オートエンコーダーを用いて合成磁気力顕微鏡像を生成し、人工スピンアイスにおける磁気フラストレーションの解析を自動化することで、最終的にフラストレートした頂点の精密な特定と最適化されたスピンアイス構成の設計を可能にする、2段階のディープラーニングフレームワークを提案するものである。
Adjudicating Conduction Mechanisms in High Performance Carbon Nanotube Fibers
広範な極低温実験と理論的モデリングを通じて、本研究は高性能カーボンナノチューブ繊維における伝導メカニズムを解明し、不均一な揺らぎ誘起トンネル効果および電界依存輸送が、それらの究極の導電性において従来の金属を凌駕することを実証している。
General Learning of the Electric Response of Inorganic Materials
本論文では、学習された電気エンタルピー汎関数の厳密な微分を通じて、多様な無機材料の誘電、強誘電、および分光特性を正確に予測するために、一様な電場をMACEバックボーンに統合した等変原子間ポテンシャルである\texttt{MACE-Field}を導入する。
Intrinsic characteristic radius drives phonon anomalies in Janus transition metal dichalcogenide nanotubes
この研究は、ヤヌス遷移金属ディカルコゲナイドナノチューブが、その外的な半径が単層の固有の曲げ半径と一致するときに最小エネルギーを達成し、曲率偏差に起因するソフトフォノンモードによって駆動される異常な光学フォノン周波数ピークを示すことを明らかにしている。
Machine-Learning-Guided Insights into Solid-Electrolyte Interphase Conductivity: Are Amorphous Lithium Fluorophosphates the Key?
本研究は、機械学習と拡散ベースの構造予測を活用することで、固体電解質界面（SEI）の主要成分である非晶質ジフルオロリン酸リチウム（）が、構造的無秩序と豊富な格子間欠陥に起因する高いイオン伝導性を有していることを明らかにし、非晶質混合アニオン相がリチウムイオン電池における主要な高速イオン伝導経路であることを示唆している。
Data-model Coevolution as the Architectural Principle for AI-Native Materials Databases
本論文は、「データ・モデル共進化」をAIネイティブな材料データベースのための基礎的なアーキテクチャ原則として提案および検証し、Li-P-S三元系プロトタイプを通じて、内生的な生成・評価・洗練のサイクルが、第一原理計算のコストを最小限に抑えつつ、いかに自律的に新規安定相を発見し、高精度な予測モデリングを実現できるかを実証する。