2792 편의 논문
물질 과학과 응집물질 물리학은 우리 주변의 고체와 액체가 어떻게 작동하는지를 탐구하는 분야입니다. 이 영역에서는 전기가 어떻게 흐르고, 자석은 왜 자성을 띠며, 새로운 재료가 어떤 특성을 가지는지 등 일상생활을 바꾸는 기초 원리를 연구합니다.
Gist.Science 는 이 분야의 최신 연구 성과를 arXiv 에서 실시간으로 수집하여 제공합니다. 우리는 arXiv 에 업로드되는 모든 새로운 논문들을 분석해, 전문 용어 없이 일반인도 이해할 수 있는 쉬운 설명과 동시에 연구자들이 필요로 하는 심층적인 기술적 요약을 함께 정리합니다.
아래에는 이 분야에서 최근 공개된 최신 연구 논문들이 나열되어 있습니다.
이 논문은 합성 및 테스트 조건을 자연어 임베딩으로 변환하여 기존 기계학습 모델보다 유리 용해율을 더 정확하게 예측하고, 훈련 데이터에 없는 새로운 원소를 포함하는 유리 조성에도 일반화 가능한 모델을 개발함으로써 핵폐기물 관리용 내구성 유리 발견을 가속화하는 통합 접근법을 제시합니다.
이 논문은 다중 모달 학습과 고속 실험 검증을 통합한 폐루프 기반 AI 프레임워크를 통해 무기 기능성 소재의 데이터 기반 역설계를 실현하는 생성형 설계의 전망과 과제를 조명합니다.
이 논문은 거시적 기계적 특성 측정값을 활용하여 미시적 구조의 통계적 분포를 비파괴적으로 추정하는 새로운 역문제 접근법인 '분포적 역동질화 (Distributional Inverse Homogenization)'를 제안하고, 이를 1 차원 및 2 차원 주기적/확률적 동질화 맥락에서 이론과 실험을 통해 검증합니다.
이 논문은 나노다공성 고엔트로피 합금의 변형 경화 메커니즘이 나노다공성 재료의 고유한 취성을 극복하고 단일 원소 나노다공성 재료보다 5~10 배 높은 비강도와 열적 안정성을 제공함을 분자 동역학 시뮬레이션을 통해 규명했습니다.
이 논문은 생성 모델과 에너지 예측 모델이라는 두 개의 시아네스 기반 모델을 통합한 'DAO' 프레임워크를 제안하여, 기존 DFT 기반 방법보다 2000 배 이상 빠른 속도로 결정 구조를 정확하게 예측하고 실제 초전도체 물질 발견에 성공했음을 보여줍니다.
이 논문은 푸리에 신경 연산자 (FNO) 를 활용하여 기존 위상장 모델링의 높은 계산 비용을 획기적으로 줄이면서도 해상도와 무관하게 다결정 시스템의 입자 성장 거동을 정확하게 예측할 수 있는 새로운 대리 모델을 제안합니다.
본 논문은 지르코늄이 풍부한 층과 순수 ZrO₂ 층을 교차 배치한 초격자 구조를 통해 기록적인 잔류 분극 성능과 내구성을 달성하고, 동시에 희토류 원소인 하프늄의 사용을 줄여 지속 가능한 차세대 메모리 소자 개발에 기여한 hafnia 기반 강유전체 최적화 연구 결과를 제시합니다.
본 논문은 Zwanzig 투영 연산자 형식주의를 활용하여 열전달의 시간적 기억, 공간적 비국소성 및 재료 불균질성을 통합적으로 기술하는 미시적 열유속 상관함수 기반의 인과적 스펙트럼-시간 커널을 유도함으로써, 확산부터 준구면체 및 유체역학적 영역에 이르는 다양한 열전달 체계를 통일된 구성 방정식으로 설명하는 새로운 통계역학적 이론을 제시합니다.
이 논문은 Fe 도핑 농도 () 에 따른 의 구조적 질서와 자성 상태 간의 상관관계를 규명하여, 에서 정렬된 초격자 형성을 통해 최대 네엘 온도 (175K) 를 갖는 강결합 반강자성 상태가 나타남을 밝혔습니다.
이 논문은 X 선 광전자 분광법 (XPS) 을 활용하여 니오븀 금속 이층막의 다양한 캡핑 층이 산화 및 표면 오염을 방지하는 효과를 신속하게 평가하고, 이를 통해 초전도 공진기 및 큐비트 성능에 영향을 미치는 최적의 캡핑 층을 선정하는 방법을 제시합니다.