3501 papers
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.
Dit artikel toont aan dat de deterministische elektrische schakeling van het Neel-vector in het n-gedoteerde bilayer CrI mogelijk wordt gemaakt door een intrinsieke, gestaggerde dempende spin-orbit torque die specifiek werkt op de magnetische subroosters van dit antiferromagneet.
Dit artikel beschrijft een theoretisch model en experimentele bevestiging dat atomaire interfaciale verbreding in (SiGe)m/(Si)m superroosters gelokaliseerde energieniveaus induceert, wat leidt tot extra elektron-gat recombinatiepaden en een uitbreiding van de optische absorptie naar lagere energieën.
Dit artikel introduceert een nieuw raamwerk voor tijd-afhankelijke globale gevoeligheidsanalyse van het Doyle-Fuller-Newman-model, waarmee onbelangrijke parameters kunnen worden geïdentificeerd om de complexiteit van lithium-ion batterijsimulaties te verminderen zonder de nauwkeurigheid van de spanningsrespons significant te beïnvloeden.
Dit artikel beschrijft een doorbraak in de monolithische integratie van grafische Hall-sensoren met silicium-CMOS-circuitry via verticale verbindingen, waardoor voor het eerst schaalbare en opbrengst-geoptimaliseerde arrays voor geavanceerde magnetische sensing mogelijk worden gemaakt.
Deze paper introduceert de Tensor Cluster Expansion (TCE), een geavanceerde en aanpasbare formalisme dat de berekening van correlationele functies voor multicomponenten vaste stoffen efficiënter maakt door tensorcontracties te gebruiken, waardoor de methode beter schaalbaar is voor GPU's en nauwkeurige thermodynamische eigenschappen mogelijk maakt.
Dit onderzoek gebruikt multi-objectieve Bayesiaanse optimalisatie met een ensemble-surrrogaatmodel en een efficiënte steekproefstrategie om samenstellingen van high-entropy legeringen te identificeren die zowel mechanische hardheid als zachte magnetische eigenschappen optimaliseren.
In dit overzicht wordt de altermagnetisme in belicht door een systematische analyse van de kristal- en magnetische structuren, elektronische banden en transportverschijnselen, waarbij de aanhoudende discussie over de intrinsieke magnetische orde kritisch wordt beoordeeld en toekomstige onderzoekspaden worden geschetst.
Dit onderzoek presenteert een efficiënt ensemble-gebaseerd data-assimilatiekader dat, in combinatie met Smoothed Particle Hydrodynamics en de ensemble Kalman-filter, automatisch materiaalparameters voor hoge-snelheidsimpactsimulaties kalibreert op basis van één test en tegelijkertijd een diagnose biedt voor parameter-sensitiviteit en identificeerbaarheid.
Dit paper introduceert de 'continuous SUN' (cSUN)-metriek, een verbeterde, continue evaluatiemethode voor generatieve modellen van anorganische kristallen die de beperkingen van traditionele binaire metrics oplost en effectiever wordt gebruikt voor het identificeren van veelbelovende materialen en het optimaliseren van reinforcement learning.
Dit onderzoek evalueert de nauwkeurigheid van vijf fundamentele machine-learnde interatomaire potentialen bij het voorspellen van migratiebarrières voor ionen in batterijmaterialen en identificeert MACE-MP-0 en Orb-v3 als de meest betrouwbare modellen voor het versnellen van de ontdekking van nieuwe ionische geleiders.