cond-mat.mtrl-sci 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.

🔬 materials science

DREAMS: Density Functional Theory Based Research Engine for Agentic Materials Simulation

Het artikel introduceert DREAMS, een hiërarchisch multi-agent framework voor dichtheidsfunctionaaltheorie-simulaties dat een multi-tier veiligheidsbewaker gebruikt om elke stap te verifiëren en de herkomst van gegevens te traceren, waardoor hoogwaardige, betrouwbare en bijna autonome materiaalkundig onderzoek wordt bereikt met aanzienlijk lagere foutpercentages vergeleken met onbewaakte systemen.

Ziqi Wang, Hongshuo Huang, Hancheng Zhao, Changwen Xu, Shang Zhu, Jan Janssen, Venkatasubramanian Viswanathan2026-08-13

🔬 materials science

Teaching a Transformer to Think Like a Chemist: Predicting Nanocluster Stability

Deze studie integreert dichtheidsfunctionaaltheorie met een op transformers gebaseerd kunstmatige intelligentiemodel om de stabiliteit en de core-shell versus oppervlakte-gesegregeerde configuraties van 13-atoom bimetallische nanoclusters te voorspellen, waarbij nauwkeurige energievoorspellingen en interpreteerbare inzichten in belangrijke chemische descriptoren worden bereikt terwijl wordt voldaan aan de FAIR/TRUE-principes voor reproduceerbare materiaalkundige ontdekking.

João Marcos T. Palheta, Octavio Rodrigues Filho, Mohammad Soleymanibrojeni, Alexandre Cavalheiro Dias, Diego Guedes-Sobr (…)2026-08-13

🔬 materials science

Combining Quasiparticle Self-Consistent $GW$ and Machine-Learned DFT+ $U$ to Assess Half-Metallicity in Co- and Ni-Based Heuslers

Deze studie evalueert de half-metalliciteit van Co- en Ni-gebaseerde Heusler-verbindingen die rooster-gematcht zijn aan InAs door standaard DFT-functionalen te vergelijken met quasiparticle self-consistent $GW$ -berekeningen en een machine-learned DFT+ $U$ -benadering, waarbij uiteindelijk Co $_2$ TiSn en Co $_2$ ZrAl als de meest veelbelovende half-metallische kandidaten worden geïdentificeerd, terwijl de significante methode-afhankelijkheid van de voorspelde spinpolarisatie wordt benadrukt.

Zefeng Cai, Malcolm J. A. Jardine, Maituo Yu, Chenbo Min, Jiatian Wu, Hantian Liu, Derek Dardzinski, Christopher J. Palm (…)2026-08-13

🔬 materials science

Disentangling the dynamics of transient spin and orbital magnetization in SrTiO $_3$ via the inverse Faraday effect from RT-TDDFT

Met behulp van real-time tijd-afhankelijke dichtheidsfunctionaaltheorie toont deze studie aan dat circulair gepolariseerd licht een ultrasnelle, heliciteit-afhankelijke transiënte magnetisatie induceert in de niet-magnetische isolator SrTiO $_3$ door middel van zuivere elektronische orbitale impulsmomentoverdracht, waardoor het inverse Faraday-effect effectief wordt ontkoppeld van optische oriëntatie zonder dat ionische beweging vereist is.

Andri Darmawan, Markus E. Gruner, Rossitza Pentcheva2026-08-13

🔬 materials science

Temperature-Driven Sequential Modeling for the Prediction of Annual Power Conversion Efficiency Profiles of Organic Photovoltaic Materials: Douala Case Study

Dit artikel introduceert een klimaat-eigen computationeel raamwerk dat moleculaire dynamica, equivariante grafische neurale netwerken en sequentieel diep leren combineert om de jaarlijkse temperatuurgestuurde profielen van de energieconversie-efficiëntie van organische fotovoltaïsche materialen in tropische regio's te voorspellen, waarbij wordt aangetoond dat het modelleren van thermische conformationele dynamica statische efficiëntiebeoordelingen aanzienlijk overtreft voor het identificeren van geschikte kandidaten voor echte inzetbaarheid.

Steve Cabrel Teguia Kouam, Rockefeller Rockefeller, Raoult Dabou Teukam, Jean-Pierre Tchapet Njafa, Patrick Sorrel Mvoto (…)2026-08-13

🔬 materials science

Chemically Meaningful Textualization Enables Explainable Validation of Metal-Organic Frameworks by Large Language Models

Dit artikel toont aan dat het transformeren van kristallografische gegevens naar chemisch betekenisvolle tekst het mogelijk maakt voor gefinetunede grote taalmodellen om te dienen als nauwkeurige, interpreteerbare validatoren voor metaal-organische raamwerken, waarbij ze effectief structurele fouten identificeren en diagnostische rationales bieden die vergelijkbaar zijn met gespecialiseerde grafen-gebaseerde modellen.

Guobin Zhao, Xiao-Yan Li2026-08-13

🔬 materials science

Many-Body Destabilization of Intermediate Oxygen-Hole States

Met behulp van diffusion Quantum Monte Carlo corrigeert deze studie de foutieve voorspelling van hybride DFT wat betreft een gesplitste zuurstofgat-toestand in Na $_{2-x}$ Mn $_3$ O $_7$ door aan te tonen dat de gelokaliseerde zuurstofpolaron de ware grondtoestand is, waardoor daarmee een kritieke faalmodus van hybride functionalen in gecorreleerde oxiden wordt blootgelegd die niet kan worden opgelost door conventionele röntgenspectroscopie.

Anirudh Adavi, Kayahan Saritas, Ming Lei, Das Pemmaraju, Paul R. C. Kent, Iwnetim I. Abate2026-08-13

🔬 mesoscale physics

Large bias-tunable magnetoresistance from spin-dependent interlayer hybridization in van der Waals antiferromagnet CrSBr-based heterostructures

Deze studie onthult dat de grote, door bias instelbare magnetoresistentie in CrSBr-gebaseerde van der Waals-heterostructuren voortkomt uit spin-afhankelijke interlagen-hybridisatie die de barrière-bandrandoffset lineair moduleert met de magnetisatiehoek, in plaats van uit elektrodemagnetisatie zoals beschreven door het Jullière-model.

Sadeed Hameed (Institute of Physics, Johannes Gutenberg University Mainz, Mainz, Germany), Aditya Kumar (Institute of Ph (…)2026-08-13

🔬 condensed matter

Spatially heterogeneous relaxational dynamics and the evolution of recoverable strain following flow cessation of a ductile nanocolloidal glass

Deze studie combineert rheologie en röntgenfotoncorrelatiespectroscopie om te onthullen dat de langdurige spanningsrelaxatie en het verlies van herstelbare rek in een geschaafde nanocolloïdale glas worden gedreven door ruimtelijk heterogene, gebandeerde terugstroomdynamiek, terwijl daaropvolgende rekherstel verloopt via uniforme, puur affine beweging.

Chloe W. Lindeman, James J. Griebler, Penelope Grace Kovakas, Miaoqi Chu, Qingteng Zhang, Suresh Narayanan, James L. Har (…)2026-08-13

🔬 materials science

Advances and opportunities for automated robotic preparation of 2D materials and fabrication of 2D heterostructures

Deze review onderzoekt de overgang van handmatige naar geautomatiseerde robotische fabricage van 2D-materialen en heterostructuren, waarbij recente vooruitgang in instrumentatie, verwerking en AI wordt belicht die essentieel zijn voor het overwinnen van de complexiteitslimieten van huidige methoden en het mogelijk maken van de precieze, hoogwaardige creatie van geavanceerde meerlagige systemen.

S. Davari, D. L. Duong, T. Faltermeier, J. A. Goss, A. Hasani, D. Kotekar-Patil, J. Peabody, S. Wyss, H. O. H. Churchill (…)2026-08-13

← Vorige Volgende →

cond-mat.mtrl-sci

DREAMS: Density Functional Theory Based Research Engine for Agentic Materials Simulation

Teaching a Transformer to Think Like a Chemist: Predicting Nanocluster Stability

Combining Quasiparticle Self-Consistent GWGWGW and Machine-Learned DFT+UUU to Assess Half-Metallicity in Co- and Ni-Based Heuslers

Disentangling the dynamics of transient spin and orbital magnetization in SrTiO3_33​ via the inverse Faraday effect from RT-TDDFT

Temperature-Driven Sequential Modeling for the Prediction of Annual Power Conversion Efficiency Profiles of Organic Photovoltaic Materials: Douala Case Study

Chemically Meaningful Textualization Enables Explainable Validation of Metal-Organic Frameworks by Large Language Models

Many-Body Destabilization of Intermediate Oxygen-Hole States

Large bias-tunable magnetoresistance from spin-dependent interlayer hybridization in van der Waals antiferromagnet CrSBr-based heterostructures

Spatially heterogeneous relaxational dynamics and the evolution of recoverable strain following flow cessation of a ductile nanocolloidal glass

Advances and opportunities for automated robotic preparation of 2D materials and fabrication of 2D heterostructures

Combining Quasiparticle Self-Consistent $GW$ and Machine-Learned DFT+ $U$ to Assess Half-Metallicity in Co- and Ni-Based Heuslers

Disentangling the dynamics of transient spin and orbital magnetization in SrTiO $_3$ via the inverse Faraday effect from RT-TDDFT