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。

Probing lattice fluctuations using solid-state high-harmonic spectroscopy

本論文は、超原子半導体 Re6Se8Cl2 における固体高調波発生が熱格子揺らぎに極めて敏感であることを実証し、格子振動の抑制がコヒーレントな高調波の急激な増大をもたらす一方、熱揺らぎによる電子位相の分散が信号を抑制するメカニズムを解明したものである。

Lance Hatch, Navdeep Rana, Shoushou He, Jessica Yu, Boyang Zhao, Yu Zhang, Haidan Wen, Xavier Roy, Lun Yue, Mette Gaarde, Hanzhe Liu2026-04-14🔬 cond-mat.mtrl-sci

The effect of grain boundaries on magnetic exchange interactions in iron

この論文は、密度汎関数理論とモンテカルロシミュレーションを用いて、鉄の粒界におけるリンの偏析が局所的な反強磁性的交換相互作用を抑制し、局所的な磁気秩序には大きな影響を与えるものの、粒界体積分率が極端に高くない限りキュリー温度などの巨視的磁気特性への影響は限定的であることを明らかにした。

Martin Zelený, Martin Heczko, Petr Šesták, Denis Ledue, Renaud Patte, Miroslav Černý2026-04-14🔬 cond-mat.mtrl-sci

ReadMOF: Structure-Free Semantic Embeddings from Systematic MOF Nomenclature for Machine Learning

本論文は、金属有機構造体(MOF)の体系的名前を自然言語処理技術を用いてベクトル埋め込みに変換し、原子座標や結合グラフを必要とせずに構造 - 物性関係をモデル化する「ReadMOF」という新しい機械学習フレームワークを提案し、これにより材料科学における言語駆動型の発見への新たな道を開くことを示しています。

Kewei Zhu, Cameron Wilson, Bartosz Mazur, Yi Li, Ashleigh M. Chester, Peyman Z. Moghadam2026-04-14🔬 cond-mat.mtrl-sci

Strain-tunable interface electrostatics in Janus MoSSe/silk vdW heterostructure for triboelectric nanogeneration

本研究は、第一原理計算を用いて、引張ひずみによって誘起される強固な界面分極とバンドギャップの縮小が、Janus MoSSe/シルク vdW ヘテロ構造の摩擦電気出力を大幅に向上させることを示し、高効率な摩擦電気ナノ発電機への応用可能性を明らかにした。

Deobrat Singh, Raquel Lizarraga2026-04-14🔬 cond-mat.mtrl-sci

Electrochemical stability and lithium insertion at the Li|Li3OCl solid electrolyte interface

この論文は、第一原理計算を用いてリチウム金属負極と Li3OCl 固体電解質の界面特性を解析し、Li3OCl がリチウム金属と接触しても構造的・電気化学的に安定であり、固体リチウム電池向けの実用的な固体電解質として有望であることを示しています。

Deobrat Singh, Li-Yun Tian, Moyses Araujo, Raquel Lizarraga2026-04-14🔬 cond-mat.mtrl-sci

A Lightweight Universal Machine-Learning Interatomic Potential via Knowledge Distillation for Scalable Atomistic Simulations

本研究は、大規模な教師モデル「SevenNet-Omni」からの知識蒸留を活用して、高い精度と汎用性を維持しつつ計算コストを大幅に削減し、数千原子規模の原子シミュレーションを可能にする軽量な汎用機械学習間原子ポテンシャル「SevenNet-Nano」を提案したものである。

Sangmin Oh, Jinmu You, Jaesun Kim, Jiho Lee, Hyungmin An, Seungwu Han, Youngho Kang2026-04-14🔬 cond-mat.mtrl-sci

Effect of Indium doping on structural and thermoelec-tric properties of SnTe

この論文は、固相反応法により合成したインジウム(In)ドープ SnTe 試料の構造および熱電特性を調査し、特に X 線回折データのリトフェルド法による解析から Sn の In 置換を確認し、Sn0.96In0.04Te 組成において母相の最大量と最高のパワーファクターを同時に達成したことを報告しています。

Diptasikha Das, A. Jana, S. Mahakal, Pallabi Sardar, J. Seal, Shamima Hussain, Kartick Malik2026-04-14🔬 cond-mat.mtrl-sci

GPU acceleration of plane-wave density functional theory calculations in Abinit

本論文は、大規模な平面波密度汎関数理論計算を GPU へ移植した Abinit コードの実装と、Kohn-Sham 方程式の対角化アルゴリズム(LOBPCG とチェビシェフ多項式フィルタリング)の GPU 効率に関する詳細な性能評価を報告するものである。

Ioanna-Maria Lygatsika, Marc Sarraute, Lucas Baguet, Pierre Kestener, Marc Torrent2026-04-14🔬 cond-mat.mtrl-sci