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。
🔬 Category
cond-mat.mtrl-sci
2692 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。
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。
A Constraint-Modulated Viscosity Law for Broad-Window Glass-Forming Systems
本論文は、連続的な現在化の前提に基づく新しい「制約変調粘性則」を提案しており、これは液体の冷却に伴う構成的アクセスの連続的な狭まりを考慮することで、広範なウィンドウを持つガラス形成系においてVFTやMYEGAといった標準的なモデルを凌駕するものである。
Momentum-Resolved Electronic Structure and Orbital Hybridization in the Layered Antiferromagnet CrPS
本研究は、運動量分解光電子分光法とDFT+U計算を組み合わせることで、層状反強磁性体CrPSの電子バンド構造を実験的に特性評価し、その磁気的および光学的特性を支配する配位子から金属への電荷移動ギャップと明確な軌道混成パターンを明らかにしている。
A large-scale nanocrystal database with aligned synthesis and properties enabling generative inverse design
本論文は、LLM強化型NanoExtractorツールを用いて構築された大規模かつ整合性の取れたナノ結晶合成・特性データベースを紹介するものであり、これはNanoDesignerモデルを通じて実行可能なナノ結晶合成経路の生成的な逆設計を可能にし、既知および新規のナノ結晶処方の両方における実験的確認によって成功裏に検証されている。
Enhancing Spatial Reasoning in Large Language Models for Metal-Organic Frameworks Structure Prediction
本論文は、空間認識を考慮した継続的事前学習、教師あり微調整、および強化学習を通じて、Qwen-3 8B言語モデルの空間推論能力を強化し、金属有機構造体（MOF）の最先端かつ高効率なブロックレベル3D構造予測を実現する新しいフレームワークであるMOF-LLMを導入するものである。
MatMind: A Structure-Activity Knowledge-Driven Generative Foundation Model for Materials Science
MatMindは、構造活性知識と物理学に基づいたフィードバックを統合することで、物性予測および結晶生成タスクの両方において特化型の限定的なアーキテクチャを凌駕する、結晶材料科学のための統合された生成基盤モデルである。