4820 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、パターン化された二次元電子ガスおよびハニカムワイヤネットワークにおける準平坦バンドおよび厳密な平坦バンドの形成を調査し、高障壁アンチドット配列や単一チャネル量子グラフは破壊的干渉と対称性の保護を通じて平坦バンドを支持する一方で、複数の横方向チャネルの導入は、特定の対称性の制約がセクター混合を防がない限り、一般にモード変換を通じてこの平坦性を崩すことを示している。
本レビューは、実験的および理論的な知見を統合することで、非従来型のトポロジカルなスピン凍結およびガラス力学を理解するための統一的な枠組みを確立し、それらを独自の熱力学的、微視的、および流体力学的特徴を通じて、従来の無秩序磁性体から区別するものである。
本研究は、およびベテ・サルピーター方程式を用いた計算を通じて、PbTiOにおける強誘電歪みがどのように対称性を破って吸収ピークを分裂させ、異方性を誘起するかを明らかにすることで、外部電界によるその光学特性のチューニングを可能にすることを実証する。
本論文は、強磁性[Co/Pt]とキラルな-SiOのヘテロ構造を用いた、ナノスケールのカイラリティ選択的熱スイッチの初の実験的実証を提示するものであり、そこでは外部磁場がカイラルフォノン輸送を制御することによって熱伝導率を変調し、ナノスケール電子デバイスにおける熱管理のための有望な解決策を提示している。
本論文は、極低温環境下でのエンジニアリング上の課題に対処し、材料設計を支援するために、機械学習と手動のワークフローを組み合わせた手法を用いて構築された、鋼、アルミニウム、チタン、および新興の高エントロピー合金を含む低温合金の機械的特性データに関するオープンアクセスデータベースを提示するものである。
本研究は、シミュレーションデータのデジタルライブラリを用いて学習されたリーキー・インテグレート・アンド・ファイア（LIF）ニューラルネットワークが、より少ないパラメータ数とメモリ使用量で優れた精度を達成することにより、疲労亀裂進展やチューリングパターンのような微細構造の進化現象の予測において、従来のコンピュータビジョンモデルを凌駕することを実証している。
本論文は、力場シミュレーションで訓練されたニューラルネットワークと密度汎関数理論のパラメータを組み合わせることで、ペールス応力を効率的に予測し、直接的な転位モデリングの計算上の限界を克服して高強度二元合金の発見に成功する、物理転移学習フレームワークを提示するものである。
構造的超潤滑性を備えたスライディングデバイスを用いて電子およびフォノンによる寄与を分離することにより、本研究は、電子摩擦がエネルギー散逸を支配し得ること、および界面の電子結合と電荷密度をデバイス上で調整することを通じて効果的に制御可能であることを示している。
この研究は、二層2D結晶におけるミスフィット誘起の層間せん断が、平行な亀裂と反平行な亀裂をそれぞれ引き付けさせ、あるいは退けさせることで、材料の靭性を高め、破壊パターンの設計に向けた理論的枠組みを提供するものであることを明らかにしている。
機械学習力場を用いた分子動力学シミュレーションにより、本研究は、2次元結晶およびガラスにおけるエッジの粗さが、荷重方向、格子構造、およびトポロジカルな無秩序性に支配されていることを明らかにし、これらの材料の機械的および電子的性能を最適化するための重要な知見を提供する。