2858 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 원형 편광된 빛 (CPL) 조사를 통해 A-형 반강자성 이층 구조의 적층 슬라이딩 및 조명 방향 변화에 강인하면서도 조절 가능한 플로케 알터자성 상태를 실현할 수 있음을 이론적으로 증명하고, 이를 MnBiTe 이층 구조를 사례로 구체적으로 제시합니다.
이 논문은 금속 표면에서의 분자 흡착을 정밀한 DFT 수준으로 예측하면서도 계산 속도를 획기적으로 향상시킨 머신러닝 기반 원자간 퍼텐셜 'MAD-SURF'를 개발하여 표면 과학 및 분자 전자공학 분야의 시뮬레이션을 가속화하는 새로운 프레임워크를 제시합니다.
이 논문은 수치 대각화 방법을 통해 S=2 orthogonal dimer 격자 상의 하이젠베르크 반강자성체의 기저 상태를 연구한 결과, S=2 까지 스핀 크기가 증가함에 따라 정확한 디머 상과 네엘 정렬 상 사이의 중간 영역이 점차 넓어짐을 밝혔습니다.
이 논문은 상용 26Ah 리튬 이온 파우치 셀의 리튬 플레이트 현상을 탐지하기 위해 전기화학적, 현미경적, 분광학적 등 다양한 분석 방법을 비교·분류하고, 이를 종합적으로 적용한 멀티모달 연구 결과를 제시합니다.
이 논문은 머신러닝 모델이 재료의 화학적 특성이 아닌 저자, 저널, 출판 연도 등의 문헌적 편향 (bibliographic confounding) 을 학습하여 잘못된 이유로 높은 성능을 보일 수 있음을 다섯 가지 재료 과학 과제에서 입증하고, 이를 해결하기 위해 데이터셋 설계와 엄격한 검증 절차의 필요성을 강조합니다.
이 논문은 구조 완화와 선택적 원자 스왑을 포함한 개선된 퍼스트 프라인시플 몬테카를로 프레임워크를 통해 다성분 MXenes 의 표면 종단 및 배위 환경이 화학적 질서와 무질서 전이를 결정하는 핵심 요인임을 규명했습니다.
이 논문은 Sn 도핑된 Kagome 초전도체 CsVSb에서 초고속 시간 분해 반사율 측정을 통해 상온에서도 장범위 질서 영역을 훨씬 넘어 robust 한 국소 전하 밀도파 (CDW) 상관관계가 존재함을 규명하고, Sn 도핑에 의한 정적 불순물이 이를 고정시키는 역할을 한다는 점을 제시합니다.
이 논문은 확장된 평균장 이론을 통해 스트론튬 티타네이트 (STO) 의 희박 전자계에서 전하 밀도파와 초전도 간의 경쟁, 다양한 대칭성을 가진 초전도 돔 구조, 그리고 전자 - 전자 상호작용의 역할을 규명하여 고온 초전도 메커니즘을 이해하는 새로운 통찰을 제공합니다.
이 논문은 사전 학습된 그래프 신경망의 특징 추출기와 단순 회귀기를 분리하는 '분리형 전이 학습' 프레임워크를 제안함으로써, 기존 엔드투엔드 학습의 한계를 극복하고 재료 물성 예측에서 훈련 분포를 벗어난 외삽 성능을 획기적으로 개선함을 보여줍니다.
이 논문은 복잡한 기하학적 구조에서 수천 시간 단계에 걸친 안정적인 장거리 시공간 예측을 가능하게 하기 위해, 잠재 공간의 재귀적 그래프 신경망과 변이 그래프 오토인코더를 결합한 이중 시간 규모 딥러닝 프레임워크를 제안합니다.