🔬 Category

cond-mat.mtrl-sci

2630 artigos

A área de Física da Matéria Condensada e Ciência dos Materiais investiga como os átomos se organizam para criar as propriedades que definem o mundo ao nosso redor, desde a condutividade de um fio até a flexibilidade de um novo polímero. É um campo onde a descoberta teórica se transforma rapidamente em tecnologias que moldam nosso dia a dia.

No Gist.Science, acompanhamos diariamente os novos preprints dessa categoria vindos diretamente do arXiv. Nossa equipe processa cada publicação para oferecer resumos técnicos detalhados e explicações em linguagem acessível, garantindo que os avanços mais recentes sejam compreensíveis para todos os níveis de conhecimento.

Abaixo, você encontrará a lista atualizada das pesquisas mais recentes publicadas nesta intersecção fascinante entre física e engenharia.

Machine-Learning-Guided Insights into Solid-Electrolyte Interphase Conductivity: Are Amorphous Lithium Fluorophosphates the Key?

Este estudo utiliza aprendizado de máquina e predição de estrutura baseada em difusão para revelar que o difluorfosfato de lítio amorfo (\ceLiPO2F2\ce{LiPO2F2}), um componente chave da interfase de eletrólito sólido, exibe alta condutividade iônica devido ao desordem estrutural e abundantes defeitos intersticiais, sugerindo que fases de ânions mistos amorfas são as principais vias de íons rápidos em baterias de íon-lítio.

Peichen Zhong, Kristin A. Persson2026-06-09🔬 cond-mat.mtrl-sci

Data-model Coevolution as the Architectural Principle for AI-Native Materials Databases

Este artigo propõe e valida a "coevolução dado-modelo" como um princípio arquitetônico fundamental para bancos de dados de materiais nativos de IA, demonstrando, através de um protótipo ternário de Li-P-S, que ciclos endógenos de geração-avaliação-refinamento podem descobrir autonomamente novas fases estáveis e alcançar modelagem preditiva de alta precisão com custo mínimo de primeiros princípios.

Fengyu Xie, Ruoyu Wang, Taoyuze Lv, Yuxiang Gao, Hongyu Wu, Zhicheng Zhong2026-06-09🔬 cond-mat.mtrl-sci

Momentum-Resolved Electronic Structure and Orbital Hybridization in the Layered Antiferromagnet CrPS4_4

Este estudo combina espectroscopia de fotoemissão com resolução de momento e cálculos DFT+U para caracterizar experimentalmente a estrutura de bandas eletrônicas do antiferromagnético em camadas CrPS4_4, revelando um gap de transferência de carga ligante-metal e padrões distintos de hibridização orbital que governam suas propriedades magnéticas e ópticas.

Lasse Sternemann, David Maximilian Janas, Eshan Banerjee, Richard Leven, Jonah Elias Nitschke, Marco Marino, Leon Becker, Ahmet Can Ademoğlu, Frithjof Anders, Stefan Tappertzhofen, Mirko Cinchetti2026-06-09🔬 cond-mat.mtrl-sci

A large-scale nanocrystal database with aligned synthesis and properties enabling generative inverse design

Este artigo apresenta um banco de dados de Síntese-Propriedade de Nanocristais alinhado e de larga escala, construído por meio da ferramenta NanoExtractor aprimorada por LLM, que possibilita o design inverso generativo de rotas de síntese de nanocristais viáveis através do modelo NanoDesigner, validado com sucesso pela confirmação experimental de formulações de nanocristais tanto estabelecidas quanto inéditas.

Kai Gu, Yingping Liang, Senliang Peng, Aotian Guo, Haizheng Zhong, Ying Fu2026-06-09🔬 cond-mat.mtrl-sci

Enhancing Spatial Reasoning in Large Language Models for Metal-Organic Frameworks Structure Prediction

O artigo apresenta o MOF-LLM, um novo framework que aprimora as capacidades de raciocínio espacial de um modelo de linguagem Qwen-3 8B por meio de pré-treinamento contínuo consciente do espaço, ajuste fino supervisionado e aprendizado por reforço para alcançar a previsão de estrutura 3D em nível de bloco de alta eficiência e estado da arte para Redes Metalorgânicas.

Mianzhi Pan, JianFei Li, Peishuo Liu, Botian Wang, Yawen Ouyang, Yiming Rong, Hao Zhou, Jianbing Zhang2026-06-09🔬 cond-mat.mtrl-sci

MatMind: A Structure-Activity Knowledge-Driven Generative Foundation Model for Materials Science

O MatMind é um modelo de fundação generativo unificado para a ciência de materiais cristalinos que integra conhecimento de estrutura-atividade e feedback baseado em física para superar arquiteturas especializadas e restritas tanto em tarefas de previsão de propriedades quanto de geração de cristais.

Zhan'ao Yao, Boxuan Zhang, Jingyuan Shu, Xiaoyu Wu, Rongyan Wang, Linjing Li, Dajun Zeng, Yudong Yao, Tingwei Chen, Youwei Wang, Xiaolin Zhao, Jiahui Shi, Jianjun Liu2026-06-09🔬 cond-mat.mtrl-sci

An ultra-wide-bandgap semiconductor photodetector for linear measurement of bright sub-bandgap light

Este artigo demonstra que fotodetectores de AlN de sub-bandgap, projetados com designs de dopantes e estruturas de contato específicos para criar uma região de carga espacial estreita, alcançam respostas lineares e não saturadas à luz azul ultrabrilhante e a temperaturas elevadas ao alavancar a fotoresposta mediada por defeitos de nível profundo, permitindo, assim, a detecção confiável em ambientes industriais e aeroespaciais extremos.

Jiahao Dong, Zhenjing Liu, Rafael Jaramillo2026-06-09🔬 physics.optics

Agentic multi-fidelity learning of quasiparticle and excitonic properties

Este artigo introduz um arcabouço de aprendizado de multifidelidade guiado por agente que emprega um agente estrutural para diagnosticar instabilidades numéricas em cálculos GW-Bethe-Salpeter e aplica correções de aprendizado de máquina para prever com precisão propriedades de quase-partículas e excitônicas em bicamadas de MoS2-WS2 tensionadas, demonstrando que a detecção explícita de fragilidade numérica é essencial para a modelagem substituta confiável de materiais de estado excitado.

Arnab Neogi, Aaron Forde, Christopher A. Lane, Sergei Tretiak, Jian-Xin Zhu2026-06-09🔬 cond-mat.mtrl-sci

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

Este estudo demonstra que filmes finos de siliceto de platina (PtSi) supercondutores e de fase pura, com microestruturas estáveis e propriedades consistentes, podem ser formados rapidamente sobre silício via processamento térmico a 600°C, estabelecendo uma janela de fabricação robusta para dispositivos quânticos compatíveis com CMOS ao identificar o rugoso interfacial como uma consequência intrínseca da conversão de fase, em vez de degradação térmica.

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