4926 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 introduceert samQEq, een verenigde LAMMPS-package die gelijktijdige ladingsequilibratie voor zowel moleculen als geleiders mogelijk maakt door onderscheidende neutraliteitsrestricties en zelfenergiecorrecties te combineren in een enkele, efficiënte en stabiele matrixvrije solver.
Deze review onderzoekt tribo-elektrische nanogeneratoren (TENG's) op een uitgebreide wijze over meerdere lengteschalen door materiaaleigenschappen, multiscale modelleringsbenaderingen en toepassingen te koppelen om kritieke interface-mechanismen te identificeren en een gefaseerde validatiestrategie voor voorspellend apparaatontwerp voor te stellen.
Dit artikel toont aan dat een large language model-agent, uitgerust met een natuurkundige simulator van ion-materie interacties, autonoom inverse design kan uitvoeren om praktische fabricagerespecten te genereren voor ruimtelijk geprogrammeerde materialen door iteratief ionimplantatieparameters te verfijnen om willekeurige doelprofielen van diepte te evenaren.
Dit artikel toont aan dat stroom-geconfinement elektrochemie een rooster-mismatchend Ge/Si hetero-interface kan transformeren naar een begraven vrij oppervlak, waardoor roosterfouten effectief worden gefilterd en de resterende spanning wordt verminderd, terwijl het ladingsprofiel van de Ge-epilaag behouden blijft.
Dit artikel toont aan dat hoewel configuratie-onafhankelijke kernels volstaan voor homogene systemen, Fourier neural operators (FNO's) noodzakelijk zijn om langetermijninteracties nauwkeurig te vangen in machine learning-potentialen wanneer het afschermingsmedium inhomogeen is, aangezien zij uniek de configuratie-afhankelijke koppeling leren die vereist is om verre modulatie-effecten te modelleren.
Deze studie toont via first-principles berekeningen aan dat de prototypische altermagneten CrSb en MnTe lokaal chirale fononmodi herbergen die, bij symmetrieverlaging via chemische substitutie, koppelen aan momentum-afhankelijke spin-gesplitste elektronische banden om spin-selectieve roostercontrole mogelijk te maken en een nieuw platform bieden voor chirale fononica.
Dit artikel introduceert de "crystmatch"-methode en een formeel boomgebaseerd classificatiesysteem om alle mogelijke kristalstructuur-overeenkomsten voor vaste-stof-faseovergangen rigoureus en uitputtend te enumereren, wat de ontdekking van duizenden nieuwe deformatiemechanismen binnen enkele minuten mogelijk maakt.
Dit artikel introduceert een Crystal Attention Graph Neural Network (CATGNN) dat gebruikmaakt van nieuwe chemische bindingsbeschrijvers (genormaliseerde -ICOHP en ICOBI) om honderdduizenden structuren snel te screenen, waarbij succesvol meer dan 100 dynamisch stabiele verbindingen met extreme roosterthermische geleidbaarheid zijn geïdentificeerd voor toepassingen in thermisch beheer en thermionica.
Dit artikel stelt voor dat volledig gecompenseerde ferrimagnet-gebaseerde heterostructuren dienen als een veelzijdig platform voor het realiseren en elektrisch afstemmen van topologische supergeleiding met Majorana-gebonden toestanden in één, twee en hogere dimensies, terwijl de supergeleidende coherentie behouden blijft door de noodzaak van externe magnetische velden te elimineren.
Dit artikel introduceert een uniforme "continue SUN" (cSUN) metriek die de standaard binaire beoordelingen van stabiliteit, uniciteit en nieuwheid transformeert naar continue, drempelonafhankelijke maten, waardoor granulaire inzichten worden geboden voor de evaluatie van generatieve modellen van anorganische kristallen en het dient als een effectief, afstelbaar beloningssignaal voor reinforcement learning.