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。

Structural, physical, and Judd-Ofelt analysis of germanium magnesium-telluroborate glass containing different amounts of Tm2O3

本論文は、Tm2O3 濃度を調整したゲルマニウムマグネシウムテルルボレートガラスの製造、構造・物理特性、および Judd-Ofelt 理論に基づく光学的解析を行い、レーザーや LED、光増幅器などの光電子デバイスへの応用可能性を明らかにしたものである。

A. A. El-Maaref, Kh. S. Shaaban, E. A. Abdel Wahab2026-03-17🔬 cond-mat.mtrl-sci

Large temperature-up-jump simulations of a binary Lennard-Jones system

本論文は、大規模な温度ジャンプ後の二元系レナード・ジョーンズ液体の物理的 Aging をシミュレーションし、ツール・ナラヤナスワミーの材料時間概念が平衡状態から大きく離れた系では精度が低下することを示すとともに、動的不均一性を反映した一般化された材料時間の必要性を提起している。

Aude Amari, Lorenzo Costigliola, Jeppe C. Dyre2026-03-17🔬 cond-mat.mtrl-sci

Beyond Point-like Defects in Bulk Semiconductors: Junction Spectroscopy Techniques for Perovskite Solar Cells and 2D Materials

本論文は、半導体中の電気的に活性な欠陥を調査する強力な手法である接合分光法(JST)の基本原理を概説し、ペロブスカイト太陽電池や 2 次元材料といった新興材料への応用、その能力と限界を批判的に検証することで、次世代半導体材料・デバイスの発展における JST の重要性を論じています。

Ivana Capan2026-03-17🔬 cond-mat.mes-hall

Monitoring Gallium-Induced Damage in Aluminum Alloys Using Nonlinear Resonant Ultrasound Spectroscopy

この論文は、非線形共鳴超音波分光法と特異値分解を用いることで、ガリウムによるアルミニウム合金の液体金属脆化(粒界および粒内への拡散)の進行段階や損傷の進化を、非線形・高速・低速の動的特性との相関を通じて監視・評価できることを示しています。

Jan Kober, Radovan Zeman, Josef Krofta, Antonio S. Gliozzi, Marco Scalerandi2026-03-17🔬 cond-mat.mtrl-sci

Development of a high-field pulsed magnet and optical fiber coupled cryostat system for magneto-photoluminescence measurements

本論文は、400V の比較的低い充電電圧で 75kJ の電解コンデンサバンクを用いて 35 テスラの高磁場を発生させるパルス磁石と、5K までの安定低温環境を提供する光学ファイバ結合型冷凍機を統合し、磁気光ルミネッセンス測定を可能にするシステムを開発したことを報告しています。

Deepesh Kalauni, Kingshuk Mukhuti, Tao Peng, Bhavtosh Bansal2026-03-17🔬 physics

Diffusion-based Generative Machine Learning Model for Predicting Crack Propagation in Aluminum Nitride at the Atomic Scale

この論文は、分子動力学シミュレーションの計算コストを大幅に削減しつつ、窒化アルミニウムの原子レベルでのき裂進展を初期微細構造のみから高精度に予測し、複雑な破壊物理を捉える拡散モデルに基づく生成機械学習手法を開発したことを報告しています。

Jiali Lu, Shengfeng Yang2026-03-17🔬 cond-mat.mtrl-sci