2756 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.
본 논문은 전기화학 임피던스 분광학 데이터로부터 등가 회로 모델의 생성을 자동화하기 위해 강화 학습을 활용하는 오픈 소스 Python 플랫폼인 AutoREC 를 소개하며, 이는 합성 데이터셋에서 높은 정확도를 달성하고 다양한 실험 시스템에 걸쳐 강력한 일반화 능력을 보여 확장 가능하고 자율적인 전기화학 분석을 가능하게 합니다.
본 연구는 3 차원 디랙 반금속 Cd3As2 의 정전기 게이팅이 베리 곡률에 의해 구동되는 선형 편광 성분을 선택적으로 변조함으로써 테라헤르츠 방출의 키랄성을 프로그래밍 가능하게 제어할 수 있음을 보여주며, 이로 인해 포인카레 구 전체에 걸쳐 편광 상태를 조절할 수 있게 됨을 입증한다.
본 연구는 이층 육방정계 질화붕소에서 초고속 일관성 슬라이딩 강유전체 스위칭을 시뮬레이션하기 위해 MACE 기계학습 퍼텐셜과 공변 그래프 신경망을 결합한 새로운 딥러닝 프레임워크를 활용하여, 실험적 히스테리시스 루프를 재현하는 실현 가능한 5 피코초 메커니즘을 규명하였다.
본 연구는 FePt/FeRh 이종접합이 내재적 이방성을 연화시키는 것이 아니라 계면 교환 결합과 개선된 도메인 벽 이동성을 통해 FeRh 상전이를 활용하여 FePt 의 보자력을 낮춤으로써 열보조 자기 기록 효율을 크게 향상시킨다는 것을 보여준다.
VibroML 은 기계 학습된 퍼텐셜과 유전 알고리즘을 활용하여 동적 불안정성의 보정을 자동화하고, 유한 온도 안정성을 검증하며, 조성 공간을 체계적으로 탐색함으로써 고처리량 재료 스크리닝을 단순한 안정성 검증을 넘어 물리적으로 실현 가능한 결정 구조를 생성하는 포괄적인 워크플로우로 전환하는 오픈 소스 파이썬 툴킷입니다.
본 연구는 미세 조정된 대규모 언어 모델인 CrystaLLM-가 조건부 벡터를 활용하여 안정적이고 새로운 MAX 상 구조를 표적화하고 생성함으로써 효율적인 계산적 스크리닝을 통해 MXenes 의 전구체 발견을 가속화할 수 있음을 보여준다.
본 논문은 Ni-Mn-Ga 5 층 변조 마르텐사이트의 변조 위상자가 공명 상태와 약한 비공명 상태에서 외부 전단 하중을 효과적으로 완화시키는 비정상적인 거시적 전단 순응도의 원천으로 작용하며 자발적인 단사 왜곡과 쌍정 형성 같은 주요 격자 특성을 설명한다는 것을 보여주는 기계적 모델을 제안한다.
본 연구는 불완전한 고상 상전이에 대한 기하학적 모델을 3 차원으로 확장하여, 이전 변환 역사가 이후 판 크기 분포를 변화시키는 순수한 기하학적 기억 효과가 차원에 관계없이 견고하지만 2 차원 시스템에서 3 차원 시스템보다 현저히 강하다는 것을 입증한다.
본 연구는 LaNiO3/CaMnO3 초격자에서 LaNiO3 의 두께를 감소시키는 것이 금속 - 부도체 전이와 궤도 재구성을 유도하여 계면 전하 이동과 Mn 자기 모멘트를 억제함으로써 전자 국한과 나타나는 계면 자성 사이의 직접적이고 조절 가능한 결합을 확립함을 보여준다.
본 연구는 적절한 코발트 치환이 좁은 간격 반도체 FeSb를 상온 금속성 알터마그넷으로 변환함을 보여주며, 광학적 및 이론적 증거는 이로 인해 생성된 저에너지 대역간 전이와 포논 이상 현상이 알터마그넷 대칭성을 유지하면서 비상대론적 스핀 분리 대역과 강화된 전자-포논 결합에서 기인함을 확인시켜 준다.