De categorie Materiaalwetenschappen op Gist.Science duikt in de fascinerende wereld van de fysica van gecondenseerde materie, waar onderzoekers nieuwe materialen ontdekken en hun unieke eigenschappen bestuderen. Van supergeleiders tot slimme polymeren, dit vakgebied vormt de basis voor innovaties die onze dagelijkse technologie en toekomstige industrieën vormgeven. Onze missie is om deze complexe wetenschap toegankelijk te maken voor iedereen, van studenten tot professionals buiten de directe onderzoekswereld.

Elke nieuwe preprint in dit domein wordt rechtstreeks vanuit arXiv gehaald en zorgvuldig verwerkt door ons team. We bieden niet alleen gedetailleerde technische samenvattingen voor experts, maar ook heldere, alledaagse uitleg die de kern van het onderzoek duidelijk maakt zonder jargon. Zo blijft u up-to-date met de snelste ontwikkelingen zonder verdwaald te raken in formules.

Hieronder vindt u de meest recente publicaties uit de categorie Materiaalwetenschappen, direct uitgewerkt en samengevat voor uw gemak.

🔬 materials science

MANDALA: An E(3)-Equivariant Graph Neural Network Framework for Learning Electronic-Structure Operators with Observable Guidance

Mandala is een modulair, E(3)-equivariante graph neural network-framework dat de kloof tussen machine learning en elektronische structuurberekeningen overbrugt door blok-sparse kwantumoperatoren te leren om direct elektronische observabelen zoals bandstructuren en toestandsdichtheden te voorspellen, waardoor het traditionele machine learning interatomaire potentialen complementeert.

Bartosz Brzoza, Wiktoria Szopa, Zakaria Elabid, Vincent Martinetto, Varadarajan Rengaraj, Mani Lokamani, Thomas D. Kühne (…)2026-07-29
🔬 materials science

First-Principles Origins of Charge Transport in Molecular Semiconductors

Dit artikel introduceert een parameter-vrij, eerste-principes kader gebaseerd op niet-perturbatieve Green-Kubo-dynamica dat de ladingstransport in moleculaire halfgeleiders over diverse regimes accuraat voorspelt, het heersende microscopische mechanisme voor DNTT omverwerpt door de transiënte lokalisatie toe te schrijven aan gecorreleerde on-site wanorde, en de fenaceenfamilie identificeert als een veelbelovende richting voor materialen met een hoge mobiliteit.

Tong Jiang, Joonho Lee2026-07-29
🔬 materials science

Identifying Contact Barrier Types in Few-Layer MoS2 Devices Using Correlative IV, LBIC, and Bias-Dependent KPFM

Dit artikel presenteert een geïntegreerd experimenteel kader dat IV, LBIC en bias-afhankelijke KPFM combineert om Schottky- versus tunnelcontactbarrières in few-layer MoS2-componenten ondubbelzinnig te identificeren en te karakteriseren, waarbij wordt aangetoond dat hoewel thermische gloeiing de totale weerstand vermindert, contactbarrières de dominante beperkende factor blijven.

Ariane Ufer, Zeinab Eftekhari, Benjamin Mayer, Hendrik Lambers, Hubert J. Krenner, Rebecca Saive, Ursula Wurstbauer2026-07-29
🔬 mesoscale physics

Anisotropic domain wall velocity profiles in the creep regime: the interplay of chiral damping, stiffness and Dzyaloshinskii-Moriya interaction

Dit artikel presenteert een uitgebreid hoekig kruipmodel dat dispersieve wandstijfheid en chirale demping incorporeert om de anisotrope expansie van magnetische bubbeldomeinen nauwkeurig te beschrijven, waardoor de kwantitatieve extractie van de Dzyaloshinskii-Moriya-interactie en chirale dynamische effecten wordt verbeterd.

Adriano Di Pietro, Alessandro Magni, Stefania Pizzini, Frowin Dörr, Yasser Shokr, Gianfranco Durin, Silvia Tacchi, Marco (…)2026-07-29
🔬 materials science

Transformer Atomic Cluster Expansion: TRACE

Het artikel introduceert de Transformer Atomic Cluster Expansion (TRACE), een energie-conserverende machine learning-architectuur die er succesvol in slaagt om de modellering van diverse fysische verschijnselen — waaronder polymorfe faseovergangen, vloeistofstructuren en chemische reactiviteit — te verenigen door de correlaties van de atomaire clusterexpansie te combineren met lokale multihead cross-attention.

Paramvir Ahlawat2026-07-29
🔬 materials science

Physics-Guided Interpretable Machine Learning Framework for Anomalous Transport in Crowded Media with Tunable Flexibility

Dit artikel presenteert een natuurkundig geleid interpreteerbaar machine learning-framework dat Brownian Cluster Dynamics-simulaties combineert met SHAP-analyse om de individuele en gekoppelde effecten van verdringing, samenstelling en instelbare bindingsflexibiliteit op deeltjes-transport in drukke media kwantitatief te ontrafelen, waarbij bindingsflexibiliteit wordt onthuld als een afzonderlijke regulator van relaxatie in heterogene colloïdale netwerken.

Zakiya Shireen, Sujin B. Babu2026-07-29
🔬 materials science

Stacking Polarity-Controlled Interlayer Photocarrier Dynamics in MoSe2/MoS2 Heterostructures

Deze studie toont aan dat stapelingspolariteit dient als een globale controleparameter voor de interlagen fotocarriërendynamiek in MoSe2_2/MoS2_2-heterostructuren, waarbij het modificeren van de interface-terminatie in 3R-stapeling deterministische afstemming van ladingsoverdrachtssnelheden en interlagen excitontijden mogelijk maakt door de overlap van de interfaciale golffunctie te moduleren.

Gbenga S. Agunbiade, Ting Zheng, Hui Zhao2026-07-29
🔬 materials science

Singular geometry and eigenframe topology in local rank-2 tensor observables

Dit artikel onthult dat hoewel symmetrische tensors van de tweede rang, zoals de gradiënt van het elektrische veld, vloeiend lijken, hun op grootte geordende hoofdwaarde-representaties een globaal topologisch effect verbergen waarbij continue transport rond degeneraties een binaire oriëntatieomkering van het eigenframe induceert, een fenomeen dat wordt gedemonstreerd door middel van rekgecontroleerde eerste-principes berekeningen in rutiel TiO2, SnO2 en kubisch MgO.

I. C. J. Yap, B. Doerschel, S. Q. Jin, T. T. Dang, P. M. Scott, H. C. Hofsaess, D. C. Lupascu, A. Krawczuk, J. H. Schell2026-07-29