Dimensionality Mismatch Enables Decoupled Heat and Charge Transport
本論文は、SnSやSbTeIのような準一次元材料における次元不整合が、効率的な鎖間ホール輸送を維持しつつ横方向の格子熱伝導率を抑制することにより、熱輸送と電荷輸送の空間的デカップリングを可能にし、その結果、SbTeIにおいて高い熱電性能指数()を実現することを実証している。
4117 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、SnSやSbTeIのような準一次元材料における次元不整合が、効率的な鎖間ホール輸送を維持しつつ横方向の格子熱伝導率を抑制することにより、熱輸送と電荷輸送の空間的デカップリングを可能にし、その結果、SbTeIにおいて高い熱電性能指数()を実現することを実証している。
約10億個の分子構造をスクリーニングすることにより、本研究は、特定の制約下でエーテルによって補助されるニトリル基が主要なリチウム溶媒和モチーフとして機能するという、定量的かつ解釈可能なモチーフ階層を確立し、エチレンカーボネートを置換することなく安定した溶媒和シェルを維持する高性能なフッ素化電解質候補の生成を可能にしている。
本研究は、放電プラズマ焼結(SPS)によるNiTi合金の機械的特性と微細構造特性の間の相関関係を確立し、焼結温度が、高度なエンジニアリング応用に向けて材料を最適化するための気孔率、相変態、および超弾性にどのように影響するかを実証するものである。
本論文は、量子コンピューティングが電子相関や複雑なエネルギー景観を直接扱うことで分子や材料をシミュレートするための変革的なパラダイムを提供する一方で、その真の科学的価値は、単なる量子ビットのスケーリングではなく、ハードウェア開発の様々な段階における古典的なワークフローとの規律ある統合を通じて、予測の不確実性を実証的に減少させられるかどうかに依存すると論じている。
本研究では、機械学習と第一原理計算を組み合わせることで、全組成範囲および表面終端にわたるプニクトゲン・カルコハロゲナイド固溶体の調整可能なバンド端位置をマッピングし、様々な太陽エネルギー応用への適合性を持つ特定の組成を特定するとともに、ファセットの選択が化学置換に匹敵する重要な設計パラメータであることを明らかにしている。
機械学習と迅速かつ持続可能な合成手法を組み合わせることで、本研究は11種類の希土類ベースの変種を含む16種類の新しい多層MXeneを解明・検証し、それによってこの材料ファミリーの既知の化学空間を大幅に拡大させた。
本研究は、解析的な渦モデルを用いることで、多結晶酸化鉄ナノフラワーフローワーの偏極磁性小角中性子散乱データを少数のテクスチャ記述子へと効果的に低減できることを示しており、これにより、粒子間の交換結合と異方性軸のコヒーレンスが、それぞれ磁気渦状態の径方向および方位方向の特性を明確に支配していることが明らかになった。
本論文は、対称性の原理と空間および時間反転の間の形式的な類推を用いることで、5種類の多重極分極と5種類のカイラリティの包括的な分類を確立し、それによって強誘電性や鏡像異性体といった概念を量子材料における高次へと拡張する、結晶における電磁気学とカイラリティに関する一般的かつ定量的な理論を提示するものである。
この研究は、材料科学の機械学習における一般的なヒューリスティック評価が、真の分布外(out-of-distribution)への外挿ではなく、主に訓練ドメイン内での補間をテストしているため、汎用性とニューラルスケーリングの恩恵を過大評価していることを明らかにしている。
本論文は、汎用およびタスク特化型の大型言語モデルにおける材料特性予測の限界を体系的に評価し、浮き彫りにするために、複数の入力モダリティにわたる190万個の結晶構造と45の特性で構成される、現在最大規模のベンチマークであるLLM4Mat-Benchを導入するものである。