Active Learning Guided Computational Discovery of 2D Materials with Large Spin Hall Conductivity
本研究は、機械学習と密度汎関数理論に導かれた能動学習フレームワークを採用することで、極めて高いスピンホール伝導率を持つ2次元材料を効率的に探索し、初期のベンチマークよりも約23倍効果的な最良の候補を特定するとともに、スピン・電荷相互変換を支配する主要な原子および電子の特性を解明している。
4135 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。
本研究は、機械学習と密度汎関数理論に導かれた能動学習フレームワークを採用することで、極めて高いスピンホール伝導率を持つ2次元材料を効率的に探索し、初期のベンチマークよりも約23倍効果的な最良の候補を特定するとともに、スピン・電荷相互変換を支配する主要な原子および電子の特性を解明している。
本論文は、拡散の広がりにおける長時間漸近挙動に高次補正項と解析性を組み込むことで、二相媒体の微細構造スケーリング指数を精密に決定する改良アルゴリズムを提示するとともに、全時間スケールにわたる広がりの挙動をモデル化するための二点パデ近似を導入するものである。
本論文は、系統的な誤差を含む計算由来のリファレンスに依存するナトリウム正極電圧の機械学習スクリーニングが、モデル自体の問題ではなくリファレンス値における0.54 Vの支配的なバイアスによって、実験データに対する事前登録された検証に失敗したことを示しており、これを受けて著者らは当該スクリーニングを廃止し、新たな校正監査に着手することを決定した。
本論文は、材料系のマルチモーダルな空間観測から直接学習することで、マクロな挙動を予測し、支配的な微細構造の特徴を特定し、メカニズム駆動型の微細構造最適化を可能にする、解釈可能な機械学習フレームワークであるMaterials Spatial Intelligence (MSI) を導入するものである。
本論文は、超伝導体LuNi2B2Cおよび様々な硬磁性体におけるゼロ磁場残留磁化と磁気緩和データの比較分析を提示し、TRM、IRM、およびジグザグ温度掃引測定を通じた類似点と相違点を強調することで、ダイヤモンドアンビルセル内での磁化研究への関連性を論じるものである。
本論文は、複雑な電力制御ではなく磁場によって駆動される安定した低温熱振動子を実証するものであり、これは金属・超伝導体(Cu-Pb)接合の超伝導転移における急峻な熱伝導率の変化を利用して、大きな振幅を持つ柔軟な正弦波または矩形波の温度振動を生成する。
本論文は、格子緩和と有効フォノン相関を考慮することにより、従来のヘンリー・ラングモデルに見られる重大な誤差や誤った温度依存性を修正する、深層準位過渡分光法(DLTS)のための厳密な非放射性多フォノン(NMP)モデルを導入するものであり、12種類の半導体における21個の欠陥にわたり最大6桁の不一致があることを示している。
本論文は、機械学習原子間ポテンシャルや大規模言語モデルを含む大規模AIを、シミュレーション、文献マイニング、および実験的検証を橋渡しするクローズドループ型の自律システムへと統合することにより、現在のデータおよび効率のボトルネックを克服し、固体電解質の探索を加速させるための包括的なフレームワークを提案するものである。
本論文は、スピン偏極層と結合したヘテロ構造におけるスピン依存トンネル磁気抵抗を利用することで、原子層厚のファンデルワールス反強磁性体CrSBr薄膜における180度のネールベクトルの反転に関する電気的読み出しの初の実験的実証を報告するものである。
本研究は、2-エチル-1-ヘキサノールが通常条件下で極めて安定した蒸気堆積ガラスを形成できない原因が、その表面移動度がエチルシクロヘキサンの1万分の1以下と極めて限定的であることにあり、これを克服するには著しく遅い堆積速度を必要とすることを実証している。