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.

XANE(3): An E(3)-Equivariant Graph Neural Network for Accurate Prediction of XANES Spectra from Atomic Structures

Dit artikel introduceert XANE(3), een E(3)-equivariante graph neural network die nauwkeurige XANES-spectra voorspelt op basis van atoomstructuren door gebruik te maken van geavanceerde tensor-producten en een afgeleide-bewust trainingsdoel, wat resulteert in een hoogwaardig alternatief voor traditionele simulaties.

Vitor F. Grizzi, Luke N. Pretzie, Jiayi Xu, Cong Liu2026-04-15🔬 cond-mat.mtrl-sci

Towards grounded autonomous research: an end-to-end LLM mini research loop on published computational physics

Dit artikel introduceert een autonoom LLM-agent dat een 'mini-onderzoekslus' uitvoert door gepubliceerde papers in de computationele fysica te lezen, te reproduceren, te bekritiseren en uit te breiden, waarbij het op schaal substantiële zorgen identificeert en in diepte een ongecontroleerde, publiceerbare commentaar produceert die de oorspronkelijke conclusies van een Nature Communications-paper herzien.

Haonan Huang2026-04-15🔬 physics

Polymer-free van der Waals assembly of 2D material heterostructures using muscovite crystals

Dit artikel introduceert een polymeervrije overdrachtstechniek met behulp van dunne muscovietkristallen, waarbij temperatuurgestuurde adhesie deterministische en schone assemblage van 2D-materialen mogelijk maakt voor geautomatiseerde van der Waals-heterostructuren.

Ian Babich, Timofey M. Savilov, Natalia A. Mamchik, Kristina Vaklinova, Nansi Zhou, Denis S. Baranov, Dmitrii A. Litvinov, Virgil Gavriliuc, Yue Yuan, Amoz Chua, Kenji Watanabe, Takashi Taniguchi, Mar (…)2026-04-15🔬 cond-mat.mes-hall

Enhancing Laser Surface Texturing through Advanced Machine Learning Techniques

Dit hoofdstuk demonstreert hoe machinelearning-algoritmen, zoals neurale netwerken en random forests, kunnen worden ingezet om laseroppervlaktetexturering te optimaliseren door oppervlakteruwheid te voorspellen op basis van laser- en materiaaleigenschappen, waardoor de experimentele inspanning wordt verminderd en de procesefficiëntie wordt verhoogd.

Christoph Zwahr, Frederic Schell, Tobias Steege, Andrés Fabián Lasagni2026-04-15🔬 cond-mat.mtrl-sci

Depth-Resolved Thermal Conductivity of HFCVD Diamond Films via Square-Pulsed Thermometry

In dit onderzoek wordt de diepteafhankelijke thermische geleidbaarheid van een ~5 µm dikke HFCVD-diamantfilm op een SiC-substraat gekwantificeerd met behulp van vierkants-puls-thermometrie, waarbij een scherpe toename van de thermische geleidbaarheid van ongeveer 60 naar 200 W m⁻¹ K⁻¹ wordt aangetoond als gevolg van korrelgroei van het nucleatiegebied naar het oppervlak.

Kexin Zhang, Xiaosong Han, Ershuai Yin, Xin Qian, Junjun Wei, Puqing Jiang2026-04-15🔬 cond-mat.mtrl-sci