🔬 Category

cond-mat.mtrl-sci

4239 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.

🔬 condensed matter

Phase Formation and Thermal Stability of Superconducting Platinum Silicide Thin Films on Silicon

Deze studie toont aan dat fasezuivere, supergeleidende platina-silicide (PtSi) dunne films met stabiele microstructuren en consistente eigenschappen snel gevormd kunnen worden op silicium via thermische verwerking bij 600°C, wat een robuust fabricagevenster vaststelt voor CMOS-compatibele kwantumapparaten, terwijl het interface-ruwheid identificeert als een intrinsiek gevolg van de faseconversie in plaats van thermische degradatie.

Tharanga R. Nanayakkara, Ananya Chattaraj, Mingzhao Liu, Charles T. Black2026-06-09
🔬 materials science

Elusive Exciton Insulator States in 1T-HfTe2: Exciton softening, and Symmetry Breaking by Ab Initio Methods

Deze studie maakt gebruik van geavanceerde ab initio-berekeningen en symmetriebreking-analyses om aan te tonen dat excitonic insulator-toestanden spontaan ontstaan in monolaag- en bilag-1T-HfTe2 vanwege negatieve exciton-energieën, terwijl ze afwezig blijven in trilag- en bulkvormen, waarbij theoretische voorspellingen goed overeenstemmen met experimentele waarnemingen.

Hong Tang, Niraj Pangeni, Daniel D. Rivera, Adrienn Ruzsinszky2026-06-09
🔬 materials science

Post Annealing Crystallization behavior of RF Sputtered Yttrium Iron Garnet thin films on Si/SiO2 patterned substrates

Dit artikel onderzoekt het kristallisatiegedrag na het gloeien van via RF-sputtering vervaardigde Yttrium-IJzer-Granaat (YIG) dunne films op gepatternde en niet-gepatternde Si/SiO2-substraten om een fabricageroute voor zwevende magnonische apparaten vast te stellen, waarbij wordt opgemerkt dat verdere optimalisatie van de stoichiometrie nodig is voor volledig vrijgekomen structuren.

Maria Roman, Tito Busani, Aleem Siddiqui2026-06-09
🔬 materials science

Wafer-scale Demonstration of High-voltage beta-Ga2O3 MOSFETs with Excellent Uniformity and over 3kV Breakdown Voltages

Deze studie demonstreert de wafer-schaal fabricage van zeer uniforme, hoogspannings laterale β\beta-Ga2_2O3_3 MOSFET's op een 2-inch MOCVD-gegroeide epitaxiale wafer, waarbij doorslagspanningen van meer dan 3 kV en een uitstekende apparaatconsistentie worden bereikt die geschikt is voor volgende generaties vermogenstoepassingen.

Ningtao Liu, Hengrui Zhang, Shujun Zhu, Zhihao Yan, Dongyang Han, Shen Hu, Li Ji, Ning Xia, Jichun Ye, Wenrui Zhang2026-06-09
🔬 condensed matter

Tracking metastable phases by complex Lee-Yang zeros

Dit artikel toont aan dat metastabiele fasen, die doorgaans onderdrukt worden in evenwicht, kunnen worden gevolgd en gekarakteriseerd als regio's in het complexe vlak van thermische velden afgegrensd door Lee-Yang-nulpunten, wat een nieuw kader biedt voor het begrijpen en ontwerpen van niet-evenwicht collectieve toestanden in periodiek gedreven systemen.

Yi-Hua Dong, Ling Liu, Fang-Cheng Wang, Qi-Jun Ye, Xin-Zheng Li2026-06-09
🔬 optics

Machine-learning surrogate model for one-dimensional GaAs/Al0.3_{0.3}Ga0.7_{0.7}As distributed Bragg reflector spectra

Dit artikel presenteert een Gaussian-process surrogaatmodel getraind op transfer-matrix-methode simulaties dat de voorspelling van GaAs/Al0.3_{0.3}Ga0.7_{0.7}As distributed Bragg reflector spectra met ongeveer 70 keer versnelt vergeleken met traditionele methoden, hoewel het qua nauwkeurigheid ondermaats presteert ten opzichte van een Random Forest baseline terwijl het goed gekalibreerde onzekerheidsschattingen biedt.

Mehdi Ouslim2026-06-09
🔬 materials science

Steering Selective Formation and 2D Crystallization of [4]Radialenes on Au(111) via [1+1+1+1] Cycloaddition of Isocyanides and Enantioselective Molecular Recognition

Deze studie demonstreert de hoogst chemoselectieve en stereospecifieke oppervlaktesynthese van tetraaza[4]radalen via een [1+1+1+1]-cycloadditie van isocyaniden op Au(111), gevolgd door hun lang reikende 2D-kristallisatie in homochirale structuren gedreven door enantioselectieve moleculaire herkenning.

Jian-Wei Liu, Ying Wang, Cui-Ping Wu, Jia-Xin Li, Li-Xia Kang, Jian-Hui Fu, Wen-Wen Gong, Pei-Nian Liu, Deng-Yuan Li2026-06-09
🔬 materials science

Inverse design of bespoke interatomic potentials via active learning by information-matching

Dit artikel toont aan dat een active learning-framework gebaseerd op informatie-matching efficiënt op maat gemaakte interatomaire potentialen kan genereren die zijn afgestemd op het voorspellen van de plastische sterkte van metalen door te richten op gecorreleerde intermediaire grootheden, terwijl het tegelijkertijd de noodzaak van post hoc onzekerheidsinflatie benadrukt om residuele modelafwijkingen aan te pakken.

Yonatan Kurniawan (Department of Physics and Astronomy, Brigham Young University, Provo, UT, USA), Logan D. Williams (La (…)2026-06-09
🔬 materials science

Mesh Graph Neural Network Framework for Accelerating Finite Element Simulation for Arbitrary Geometries

Dit artikel introduceert een translatie- en rotatie-invariante Mesh Graph Neural Network (MGN) framework dat succesvol generaliseert om von Mises-spanning velden in 2D structurele componenten met willekeurige gatgeometrieën en ongeziene belastingscondities te voorspellen, waarbij het conventionele machine learning-modellen aanzienlijk overtreft in nauwkeurigheid en adaptiviteit voor eindige-elementenanalyse.

Josiah D. Kunz, Kamal Choudhary2026-06-09