🔬 materials science
Emergent superconductivity at 16.3 K in an altermagnetic candidate NaVSeO with broken inversion symmetry
反転対称性が破れた新規層状化合物 NaVSeO において、約 16.3 K の比較的高い転移温度で超伝導が発見され、これはアルターマグネティズム候補物質における超伝導の初実例であると同時に、高温超伝導体の理解を深める重要な架け橋となる発見である。
🔬 Category
cond-mat.mtrl-sci
4239 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。
🔬 materials science
Observation of acoustic magneto-chiral anisotropy in -quartz
著者らは、極めて高い分解能（）を有する超音波分光装置を用いて-石英における音響磁気キラル異方性を実験的に観測し、その効果の大きさや周波数依存性を説明するマクロなベケレル型モデルを提案しました。
🔬 materials science
Parameter-Efficient Fine-Tuning of Machine-Learning Interatomic Potentials for Phonon and Thermal Properties
本論文は、LoRA ベースの「Equitrain」という微調整フレームワークを提案し、わずか 10 個の追加構造データで機械学習間ポテンシャルの精度を大幅に向上させ、53 種類の材料系において事前学習モデルやゼロから学習したモデルを上回る調和格子振動や熱的性質の予測を実現したことを示しています。
🧬 biology
Bridging the Simulation-to-Experiment Gap with Generative Models using Adversarial Distribution Alignment
この論文は、シミュレーションデータと実験データの間のギャップを埋めるために、完全なシミュレーションデータで事前学習された生成モデルを、部分的な実験観測データと敵対的分布整合（ADA）を用いて整合させるデータ駆動型フレームワークを提案し、その有効性を理論的および実験的に検証したものです。
🔬 optics
Localized Energy States Induced by Atomic-Level Interfacial Broadening in Heterostructures
この論文は、原子レベルの界面広がりがヘテロ構造に局在エネルギー準位を誘起し、2〜2.5 eV の範囲で新たな光吸収経路を生み出すことを理論的に予測し、超格子の厚さや周期を変化させた実験によってこれを検証したことを報告しています。
🔬 materials science
Time-dependent global sensitivity analysis of the Doyle-Fuller-Newman model
この論文は、リチウムイオン電池の Doyle-Fuller-Newman モデルの複雑な非線形性を扱い、時間依存する出力（電圧応答など）に対するパラメータ感度を評価するための新規グローバル感度分析フレームワークを提案し、駆動サイクルシミュレーションへの適用を通じて重要度の低いパラメータを特定する手法を示しています。
🔬 materials science
Accelerated Design of Mechanically Hard Magnetically Soft High-entropy Alloys via Multi-objective Bayesian Optimization
本研究では、機械的硬さと軟磁性を両立させる高エントロピー合金の設計課題に対し、アンサンブル代理モデルとモンテカルロ法を組み合わせた多目的ベイズ最適化フレームワークを適用し、両方の特性を同時に最適化するパレート最適組成を効率的に特定しました。
🔬 materials science
Evaluation of Foundational Machine Learned Interatomic Potentials for Migration Barrier Predictions
本研究は、MACE-MP-0、Orb-v3、SevenNet、CHGNet、M3GNet の 5 つの基礎的機械学習間ポテンシャルを電池材料のイオン移動障壁予測にベンチマークし、その精度、高スループットスクリーニングへの有用性、および DFT-NEB 計算の加速における役割を評価したものである。
🔬 physics
Effect of uniaxial compressive stress on polarization switching and domain wall formation in tetragonal phase BaTiO3 via machine learning potential
本研究では、機械学習ポテンシャルを用いて、BaTiO3 のテトラゴン相における一軸圧縮応力が分極反転とドメイン壁形成に与える影響を原子レベルで解明し、約 120 MPa の臨界応力以上で 90 度分極反転が生じ、応力増加に伴い残留分極や保磁力が低下し、80 MPa で二重ヒステリシスループが現れることを示しました。
🔬 materials science
Controlling Mixed Mo/MoS Domains on Si by Molecular Beam Epitaxy for the Hydrogen Evolution Reaction
本研究では、分子線エピタキシー法を用いてシリコン基板上に MoS薄膜を成長させ、アニール温度や堆積サイクル数、Mo/S 比を制御することで、金属 Mo や硫黄空孔を伴う欠陥工学が施された構造を実現し、化学量論的な MoSを凌ぐ水素発生反応性能を達成したことを報告しています。