🔬 Category

cond-mat.mtrl-sci

2692 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.

Crystal Fractional Graph Neural Network for Energy Prediction of High-Entropy Alloys

Dit artikel stelt een Crystal Fractional Graph Neural Network voor dat lokale analyse van atomaire omgevingen via graf-attentie-mechanismen combineert met globale samenstellingsgegevens om de energie van hoog-entropie legeringen nauwkeurig te voorspellen, waarbij precisie op het niveau van eerste principes wordt bereikt op een dataset van meer dan 1.000 structuren, terwijl de huidige beperkingen bij grote kristalcellen worden erkend.

Takanori Kotama, Yang Huang2026-05-12🔬 physics

Heat Transfer in Phase Change Materials with Multiple Fin Insertion

Deze studie maakt gebruik van 3D-numerieke simulaties om aan te tonen dat meerdere, goed gespatieerde vinnen de smelt-efficiëntie van faseveranderingsmaterialen aanzienlijk verbeteren door gebruik te maken van interstitiële ruimten en het vermijden van overlappende thermische effecten die optreden bij suboptimale configuraties met één vin of met te nauwe onderlinge afstand.

Paolo Proia, Mauro Sbragaglia, Giacomo Falcucci2026-05-12🔬 cond-mat

Rashba engineering at van der Waals interfaces

Deze studie toont aan dat het interface tussen epitaxiaal gegroeide monolagen van overgangsmetaaldichalcogeniden (TMD) het ontwerpen van Rashba-spinopsplitsing en versterkte THz-spintronische emissie via elektronische hybridisatie mogelijk maakt, waardoor een instelbaar platform voor efficiënte spin-naar-ladingconversie wordt geboden.

Rahul Sharma, Soumya Mukherjee, Fatima Ibrahim, Gaétan Verdierre, Libor Vojáček, Martin Mičica, Sylvain Massabeau, Oliver Paull, Vincent Polewczyk, Nicola Marzari, Alain Marty, Isabelle Gomes de Morae (…)2026-05-12🔬 cond-mat.mes-hall

SLayerGen: a Crystal Generative Model for all Space and Layer Groups

Dit artikel introduceert SLayerGen, een nieuw generatief model dat de creatie van zowel bulkkristallen als dipériodische materialen (zoals 2D-monolagen) verenigt door invariantie te handhaven ten opzichte van alle ruimte- en laaggroepen via een hybride architectuur van autoregressieve roostersampling en equivariante diffusie, en dat bovendien nieuwe datasets en metrieken biedt om de ontdekking van deze eerder ondervertegenwoordigde materialsystemen te bevorderen.

Rees Chang, Andrew Novick, Ryan P Adams, Elif Ertekin2026-05-12🔬 cond-mat.mtrl-sci

Emergent Quantum-Geometric Equivalence of Injection and Shift Currents

Dit artikel onthult dat injectiestromen en verschuivingsstromen, die traditioneel worden beschouwd als verschillende niet-lineaire optische responsen, equivalent worden in systemen met lineaire elektronische dispersie (zoals Dirac- en Weyl-halfmetalen), omdat beide worden beheerst door dezelfde interband-kwantum-geometrische dipool, waardoor een verenigd raamwerk wordt geschapen voor het interpreteren van deze fenomenen.

Mohammad Yahyavi, Tay-Rong Chang, Md Shafayat Hossain, Arun Bansil, Naoto Nagaosa, Guoqing Chang2026-05-12🔬 cond-mat.mes-hall

Thermodynamic Approach for Deciphering Magneto-Structural Phase Transitions: Proof of Concept in Heusler Alloys

Dit artikel presenteert een nieuw thermodynamisch raamwerk dat de wisselwerking tussen structurele overgangen en spin-uitwisselingsparameters analyseert om karakteristieke temperaturen nauwkeurig te ontcijferen en drie verschillende magneto-structurele transformatiegedragingen in Cu-gedoteerde Ni-Mn-Ga Heusler-legeringen te classificeren aan de hand van standaard magnetisatiegegevens.

Eleonora Rusconi, Lorenzo Gallo, Victor A. L'vov, Anna Kosogor, Simone Fabbrici, Giovanna Trevisi, Francesco Cugini, Massimo Solzi, Thomas Schrefl, Franca Albertini2026-05-12🔬 cond-mat.mtrl-sci

CrystalREPA: Transferring Physical Priors from Universal MLIPs to Crystal Generative Models

CrystalREPA is een plug-and-play-framework dat de stabiliteit, validiteit en fideliteit van gegenereerde kristallen verbetert door generatieve modelrepresentaties af te stemmen op bevroren universele machine learning interatomaire potentialen (MLIP's) via een contrastief doel, waarbij wordt aangetoond dat de effectiviteit van een MLIP voor transfer meer afhankelijk is van zijn onderscheidingsvermogen dan van zijn standaardnauwkeurigheidsbenchmarks.

Chengqian Zhang, Yucheng Jin, Duo Zhang, Tiejun Li, Han Wang2026-05-12🔬 cond-mat.mtrl-sci

Impact of the non-canonical approach to the exact solution of the ideal one-dimensional electron gas confined with an anisotropic quantum wire of oscillator-shaped profile

Dit artikel presenteert een exacte analytische oplossing voor een ideaal eendimensionaal elektronengas opgesloten in een anisotrope, oscillatorvormige kwadraatdraad met positie-afhankelijke effectieve massa, waarbij golffuncties en energiespectra worden afgeleid via zowel canonieke als niet-canonieke benaderingen met behulp van Laguerre- en Gegenbauer-polynomen.

E. I. Jafarov, S. M. Nagiyev, J. Van der Jeugt2026-05-12🔢 math-ph

Systematic Fine-Tuning of MACE Interatomic Potentials for Catalysis

Dit artikel evalueert systematisch negen op MACE gebaseerde machine-learnede interatomaire potentialen voor katalyse en toont aan dat, hoewel training vanaf nul profiteert van specifieke strategieën voor het bemonsteren van hoge energieën, het fine-tunen van grote fundamentele modellen superieure robuustheid en nauwkeurigheid biedt voor uiteenlopende metaal- en metaaloxidekatalysatoren, inclusief uitdagende reacties buiten de verdelingsgrenzen.

Nima Karimitari, Jacob Clary, Derek Vigil-Fowler, Ravishankar Sundararaman, Gábor Csányi, Christopher Sutton2026-05-12🔬 cond-mat.mtrl-sci