3525 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 presenteert een door fysica gedreven AI-framework voor laser-gedreven contactoptimalisatie in silicium-zonnecellen dat transiënte elektrothermische modellering koppelt aan degradatieklassificatie om stabiele productieprocessen te onderscheiden van latent schade en zo de industriële toepasbaarheid van LECO verbetert.
AlphaDiffract is een nieuw deep learning-framework dat, getraind op een dataset van meer dan 31 miljoen gesimuleerde patronen, kristalstelsels, ruimtegroepen en roosterparameters direct en nauwkeurig voorspelt uit poeder-X-ray-diffractiegegevens, waarmee het een belangrijke stap zet in de automatisering van materiaalkarakterisering.
Dit artikel toont aan dat het combineren van magneto-optische beeldvorming en kwasipartikelspectroscopie een efficiënte methode biedt om de variatie in interne kwaliteitsfactoren van epitaxiale niobiumfilms voor supergeleidende qubits te verklaren en te optimaliseren op basis van de depositietemperatuur.
Dit perspectiefartikel evalueert kritisch de recente vooruitgang in ultrasnelle sintering, belicht de onderliggende mechanismen en open vragen, en benadrukt de technologische kansen voor de ontdekking van complexe keramieken via diverse snelle methoden.
Dit onderzoek onthult dat Mn2Sb2Te5 een ferromagnetische spin-glas toestand vertoont met veld-geïnduceerde ferromagnetisme en een anomal Hall-effect, wat het plaatst als een veelbelovend platform voor het bestuderen van de wisselwerking tussen magnetisme en topologische bandstructuur.
In dit artikel wordt een computationeel raamwerk gepresenteerd dat gebruikmaakt van parallel tempering en machine learning om een structureel diagram van 38-atomige AgCu-nanoalloys te construeren, waardoor de dominante structuren over verschillende temperaturen en samenstellingen in kaart worden gebracht en belangrijke verschillen in thermische stabiliteit met bulk-legeringen worden onthuld.
Dit onderzoek toont aan dat het benutten van kwantumfluctuaties door het verplaatsen van ferroelektrische fasegrenzen naar 0 K leidt tot een grote, temperatuuronafhankelijke elektro-optische respons bij cryogene temperaturen, wat een fundamenteel nieuw ontwerpprincipe biedt voor hoogwaardige materialen in quantumcomputers.
Deze studie presenteert een actief leerframework op basis van multi-objectieve Bayesiaanse optimalisatie dat, gecombineerd met moleculaire dynamica-simulaties, nieuwe polymeren identificeert die een optimale balans bieden tussen hoge thermische geleidbaarheid en lage mechanische stijfheid.
Deze studie introduceert MatSegNet, een nieuw diep-leringsmodel voor nauwkeurige segmentatie van carbideprecipitaten in hoogwaardige staalsoorten, waarmee wordt aangetoond dat er statistisch slechts marginale verschillen bestaan tussen de koolstofkarakteristieken van onderbainiet en getemperd martensiet, wat de traditionele aanname van carbideoriëntatie als betrouwbaar onderscheidend kenmerk in twijfel trekt.
In dit artikel introduceren de auteurs een niet-Abelse lijngrafentheorie die het mogelijk maakt om platte banden te realiseren in realistische, multi-orbitale systemen met spin-baan-koppeling, zoals Kagome-netwerken, door de koppeling tussen lijngraf-structuur en lokale symmetrie-transformaties te generaliseren.