Supercurrent Growth in Nonequilibrium Superconductors
이 논문은 초전도체의 비평형 냉각 과정에서 초유체 밀도 증가에 따라 초전류가 성장하는 '초전류 성장' 현상을 발견하고, 불순물 및 포논에 의한 준입자 산란이 이를 유발하는 미시적 기원임을 보임으로써 기존 직관과 다른 새로운 물리 현상을 제시합니다.
🔬 Category
cond-mat.mtrl-sci
2794 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.
Incommensuration in odd-parity antiferromagnets
이 논문은 반전 대칭성이 깨진 홀수 패리티 반강자성체의 스핀 편광 패턴이 비공액성 (incommensuration) 을 유도하는 대칭적 조건을 만족함을 보여주며, 이로 인해 해당 물질들이 비공액성 자기 정렬을 보이거나 1 차 상전이를 통해 직접 형성될 가능성이 높음을 규명했습니다.
-GaO(001) surface reconstructions from first principles and experiment
이 논문은 제1원리 계산과 실험적 관측을 결합하여 -GaO(001) 표면의 새로운 12 재구성과 인듐 치환 구조를 규명하고, 에피택시 성장 중 표면 특성 제어에 대한 통찰을 제공합니다.
Tailoring dispersion and evanescent modes in multimodal nonlocal lattices using positive-only interactions
이 논문은 물리적 제약 조건을 만족하면서 비국소 격자 시스템의 분산 관계와 감쇠 모드를 정밀하게 제어할 수 있는 새로운 보간 기반 프레임워크를 제시합니다.
Reinforcement Learning for Chemical Ordering in Alloy Nanoparticles
이 논문은 강화 학습 에이전트를 사용하여 이금속 합금 나노입자의 원자 배열 최적화 문제를 해결하고, 사전 학습된 등변 그래프 인코딩을 통해 다양한 조성과 크기에 대한 전이 가능한 최적화 전략을 제시함을 보여줍니다.
Scaling Kinetic Monte-Carlo Simulations of Grain Growth with Combined Convolutional and Graph Neural Networks
이 논문은 합성곱 신경망 기반의 가역적 오토인코더와 잠재 공간에서의 그래프 신경망을 결합한 하이브리드 아키텍처를 제안하여, 기존 GNN 대비 계산 비용과 메모리 사용량을 획기적으로 줄이면서도 장기간의 결정립 성장 시뮬레이션 정확도와 확장성을 동시에 달성했다고 요약할 수 있습니다.
Extreme disorder in crystalline perovskite oxide: a new paradigm in quantum materials research
이 논문은 고엔트로피 산화물 개념을 페로브스카이트 산화물에 도입하여 극심한 화학적 무질서 상태가 새로운 양자 현상을 창출할 수 있음을 규명하고, 합성부터 물성 연구까지의 최근 진전을 종합하여 향후 연구 방향을 제시합니다.
ZnO/ZnS heterostructures as hole reservoir to boost Ni foam energy storage performance
이 논문은 Ni 폼 기판 위에 수열법으로 성장시킨 ZnO/ZnS 이종구조가 정공 저장소 (hole reservoir) 역할을 하여 에너지 저장 성능을 향상시킨다는 메커니즘을 규명했습니다.
Active learning for photonic crystals
이 논문은 불확실성 기반의 샘플 선택 전략과 해석 가능한 마지막 층 베이지안 신경망 (LL-BNN) 을 결합하여 광결정 대역갭 예측에 필요한 학습 데이터를 기존 무작위 샘플링 대비 최대 2.6 배까지 줄이면서도 정확도를 유지하는 효율적인 활성 학습 프레임워크를 제시합니다.
Stripe antiferromagnetism in van der Waals metal HoTe3 decoupled from charge density wave order
이 논문은 홀로듐 텔루라이드 (HoTe3) 에서 전하 밀도파 (CDW) 질서와 결합되지 않은 두 가지 다른 스트라이프 반강자성 위상이 발견되었으며, 이는 층간 자기 정렬과 단일 이온 이방성이 층상 반데르발스 시스템에서 스핀/전하 질서의 결합을 결정하는 핵심 요소임을 시사한다고 요약할 수 있습니다.