4940 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.
Deze review synthetiseert experimentele en theoretische inzichten om een verenigd kader vast te stellen voor het begrijpen van onconventionele topologische spinbevriezing en glasachtige dynamica in gefrustreerde kwantummaterialen, waarbij deze worden onderscheiden van conventionele gedesoriënteerde magneten door hun unieke thermodynamische, microscopische en hydrodynamische kenmerken.
Deze studie maakt gebruik van - en Bethe-Salpeter-vergelijkingberekeningen om aan te tonen hoe ferroële distorties in PbTiO de symmetrie breken om absorptiepieken te splitsen en anisotropie te induceren, waardoor het mogelijk wordt om de optische eigenschappen ervan via externe elektrische velden af te stemmen.
Dit artikel presenteert de eerste experimentele demonstratie van een nanoschaal chirale-selectieve thermische schakelaar met behulp van een ferromagnetische [Co/Pt] en chirale -SiO heterostructuur, waarbij een extern magnetisch veld de thermische geleidbaarheid moduleert door het transport van chirale fononen te controleren, wat een veelbelovende oplossing biedt voor warmtebeheer in elektronische apparaten op nanoschaal.
Dit artikel presenteert een open-access database van mechanische prestatiegegevens voor legeringen bij lage temperaturen, inclusief staal, aluminium, titanium en opkomende hoog-entropie legeringen, die werd geconstrueerd met behulp van een hybride workflow van machine learning en handmatige verwerking om materiaalontwerp te ondersteunen en technische uitdagingen in extreem koude toepassingen aan te pakken.
Deze studie toont aan dat leaky integrate-and-fire neurale netwerken, getraind op digitale bibliotheken van simulatiegegevens, traditionele computer vision-modellen overtreffen in het voorspellen van microstructuur-evolutieverschijnselen zoals vermoeidheidscrackgroei en Turing-patronen door een superieure nauwkeurigheid te bereiken met aanzienlijk minder parameters en geheugengebruik.
Dit artikel presenteert een physics-transfer learning-framework dat neurale netwerken, getraind op krachtveldsimulaties, combineert met dichtheidsfunctionaaltheorie-parameters om de Peierls-spanning efficiënt te voorspellen en succesvol hoogsterke binaire legeringen te ontdekken, waarmee de computationele beperkingen van directe dislocatiemodellering worden overwonnen.
Door gebruik te maken van een glijdend apparaat met structurele superlubriciteit om elektronische en fononische bijdragen te isoleren, demonstreert deze studie dat elektronische wrijving de energieverliesprocessen kan domineren en effectief kan worden gecontroleerd door middel van on-device afstemming van de interfaciale elektronische koppeling en ladingsdichtheden.
Deze studie onthult dat door mismatch geïnduceerde interlamellaire afschuiving in bilaterale 2D-kristallen ervoor zorgt dat parallelle en anti-parallelle scheuren elkaar respectievelijk aantrekken of afstoten, waardoor de taaiheid van het materiaal wordt verhoogheid en een theoretisch kader wordt geboden voor het ontwerpen van breukpatronen.
Met behulp van moleculaire dynamica-simulaties met machine learning-krachtvelden onthult deze studie dat de randruwheid in 2D-kristallen en -glazen wordt bepaald door de belastingsoriëntatie, roosterstructuur en topologische wanorde, wat cruciale inzichten biedt voor het optimaliseren van de mechanische en elektronische prestaties van deze materialen.
Door geavanceerde spectroscopische technieken te combineren met theoretische berekeningenen, stelt deze studie de driedimensionale elektronische structuur en de impulsafhankelijke spin-splitting van de gelaagde altermagneet CoNbSe vast, waarbij het eerste directe spectroscopische bewijs van zijn altermagnetische aard wordt geleverd en een zwakke anomalie bij lage temperatuur wordt onthuld.