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。

Machine-learning interatomic potentials achieving CCSD(T) accuracy for systems with extended covalent networks and van der Waals interactions

この論文は、分散補正されたタンデム法とΔ学習を組み合わせて、共有結合ネットワークやファンデルワールス相互作用を有する系(共有結合性有機骨格など)に対して、CCSD(T) 精度を達成する機械学習間原子ポテンシャルを開発し、大規模な原子シミュレーションへの実用的な道筋を示したものである。

Yuji Ikeda, Axel Forslund, Pranav Kumar, Yongliang Ou, Jong Hyun Jung, Andreas Köhn, Blazej Grabowski2026-03-11🔬 cond-mat.mtrl-sci

Enhanced second-harmonic generation from WS2_2/ReSe2_2 heterostructure

本論文は、異なる結晶相を持つ WS2_2/ReSe2_2 ヘテロ構造において、バンド整列だけでなく層間のハイブリダイゼーションが関与し、第二高調波発生(SHG)の強度と偏光依存性が異方的に増強または抑制されることを明らかにした。

Kanchan Shaikh, Taejun Yoo, Zeyuan Zhu, Qiuyang Li, Amalya C. Johnson, Hui Deng, Fang Liu, Yuki Kobayashi2026-03-11🔬 cond-mat.mtrl-sci

Prediction of Molecular Single-Photon Emitters: A Materials-Modelling Approach

本論文は、分子単一光子エミッターの設計空間を探索するために、データベース分析と微視的予測を統合した理論・計算フレームワークを提案し、ジベンゾテリレンを基準として有望な新候補(キラル分子エミッターを含む)を特定したことを報告するものである。

Erik Karlsson Öhman, Daqing Wang, R. Matthias Geilhufe, Christian Schäfer2026-03-11🔬 physics.app-ph

Adaptive hydrogels with spatiotemporal stiffening using pH-modulating enzymes

本研究は、グルコースオキシダーゼを埋め込んだハイドロゲルにおいて、pH 波の伝播とカルシウム架橋による機械的硬化を独立して追跡し、化学エネルギーの継続的な供給が反応拡散を超えたエネルギーコストを伴うことを明らかにすることで、軟体ロボットや生体医学応用に向けた適応性材料の設計原理を確立しました。

Natascha Gray, Zoe Grämiger, André R. Studart, Rafael Libanori2026-03-11🔬 cond-mat.mtrl-sci

Dielectric, magnetic and lattice dynamics properties of double perovskite (Ca0.5Mn1.5)MnWO6

この論文は、以前にハイブリッド多鉄性物質と報告された (Ca0.5Mn1.5)MnWO6 について、不純物の影響を考慮した再調査により、実際には強誘電性や反強誘電性を示さず、単なる常誘電反強磁性体であることを明らかにしたものである。

Hong Dang Nguyen, Alexei A. Belik, Petr Kužel, Fedir Borodavka, Maxim Savinov, Jan Drahokoupil, M. Jarošová, Petr Proschek, Bartoloměj Vaníček, Stanislav Kamba2026-03-11🔬 cond-mat.mtrl-sci

Ground-State Structure Search of Defective High-Entropy Alloys Using Machine-Learning Potentials and Monte Carlo Sampling

本論文では、機械学習ポテンシャルとモンテカルロ法を組み合わせた新しいフレームワーク「PAIPAI」を開発し、欠陥や格子間原子を含む高エントロピー合金の基底状態構造を効率的に探索し、その精度を密度汎関数理論計算で検証したことを報告しています。

Siya Zhu, Raymundo Arroyave2026-03-11🔬 cond-mat.mtrl-sci

Machine-learning assistant DFT study of half-metallic full-Heusler alloy N2CaNa: structural, electronic, mechanical, and thermodynamics properties

本論文では、密度汎関数理論を用いて半金属性フルー型合金 N2CaNa の構造、電子、機械、熱力学的性質を調査し、その安定性や延性、スピンทรอนิกส์分野への応用可能性を明らかにした。

E. B. Ettah, M. E. Ishaje, K. A. Minakova, V. A. Sirenko, I. S. Bondar2026-03-11🔬 cond-mat.mtrl-sci

Field-Programmable Topological Torons in Chiral Nematic Liquid Crystals

この論文は、電場波形を精密に制御することでカイラルネマチック液晶中のトロン(3 次元双ねじれソリトン)を任意の位置に生成・移動させ、その軌跡を描画したり微粒子を搬送したりする再構成可能なマイクロマニピュレーション技術を実証したものである。

Adithya Pradeep, Urban Mur, Ji Qin, Jonghyeon Ka, Waqas Kamal, Tianxin Wang, Junseok Ma, Jianming Wang, Steve J. Elston, Stephen M. Morris2026-03-11🔬 cond-mat.mtrl-sci