3309 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。
本論文は、代表的な2次元および3次元の粉体粒子充填を生成するための4つのオープンソースツールを工業規格に対してベンチマーク評価しており、離散要素法（DEM）コードが最も高い充填密度を達成する一方で、逐次的な落下・転がりアルゴリズムは、多くの用途において許容可能な精度を持ちつつ計算効率の高い代替手段となることを明らかにしている。
本論文は、インジウムヒ素（InAs）のような狭バンドギャップ半導体におけるゼロバンドギャップ問題を克服し、標準的なDFTが実験的なバンドギャップを再現できないにもかかわらず、原子欠陥準位の正確な予測を可能にする、バンド回避占有制約密度汎関数理論（ba-occ-DFT）法を導入するものである。
本論文は、物理的な直感性を損なうことなく、複雑な試料に対しても最先端の不確実性定量化の速度と堅牢性を提供するために、正確な勾配を利用して高効率なハミルトニアンモンテカルロ法および変分推論を可能にする、中性子反射率測定のための迅速かつサロゲートフリーなベイズ逆解析フレームワークを導入するものである。
本論文は、既存のモデルでは見落とされがちな基礎的な構造単位を捉えることで、結晶特性の予測において最先端の精度を達成するために、双方向クロスアテンションを用いて原子、結合、および配位多面体のレベルを明示的にモデリングするマルチスケール・グラフニューラルネットワークであるCoordination Polyhedron Graph Network (CPGN) を提案している。
本論文は、定義済みの活性化エネルギーカタログと、適応的な機械学習によるオンザフライの障壁評価を統合することで、島形成、オストワルト熟成、および温度駆動型の島歩行といった複雑な成長現象を正確にモデル化する、GaN分子線エピタキシーシミュレーションのための柔軟かつスケーラブルな格子ベースのキネティックモンテカルロ・フレームワークを提示する。
Mandalaは、ブロック疎な量子演算子を学習することでバンド構造や状態密度といった電子的な観測量を直接予測し、従来の機械学習による原子間ポテンシャルを補完することで、機械学習と電子構造計算の間の溝を埋める、モジュール式かつE(3)等変なグラフニューラルネットワークフレームワークである。
本論文は、非摂動的なグリーン・クブー動力学に基づくパラメータフリーの第一原理フレームワークを導入しており、これは多様な領域における分子半導体の電荷輸送を正確に予測し、DNTTの微視的なメカニズムを、過渡的な局在化を相関のあるオンサイトの無秩序に帰することによって従来の説を覆し、そしてフェナセンファミリーを高移動度材料への有望な方向性として特定するものである。
本論文は、IV、LBIC、およびバイアス依存型KPFMを組み合わせた統合的な実験的枠組みを提示することで、数層MoS2デバイスにおけるショットキー接触とトンネル接触の障壁を明確に識別および特性評価し、熱アニールによって全抵抗は減少するものの、接触障壁が依然として支配的な制限要因であることを実証している。
このレビューは、多様な量子系にわたるSU(2)自由度の幾何学的言語を統合することで、対称性によって保護された波動関数の連続性とトポロジカルな巻き付きが、次世代のメモリ、スイッチング、およびセンシング技術を設計するための実用的なフレームワークとしてどのように機能するかを実証するものである。
本論文は、磁気バブルドメインの異方性膨張を正確に記述するために、分散型ドメイン壁剛性とカイラル減衰を組み込んだ拡張角クリープモデルを提示し、それによってジャロシンスキー・守谷相互作用およびカイラル動的効果の定量的な抽出を強化するものである。