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.

🔬 materials science

A complete phase-field fracture model for brittle materials subjected to thermal shocks

Este artigo apresenta um modelo de fratura por campo de fase abrangente para materiais frágeis sob choque térmico que especifica independentemente propriedades de volume, resistência e tenacidade, unificando com sucesso a previsão de diversos cenários de fratura — desde a propagação até a nucleação e ramificação — através de vários casos experimentais onde abordagens clássicas falham.

Bo Zeng, John E. Dolbow2026-06-19
🔬 materials science

Large Photoelasticity in Topological Antiferromagnet Mn3_3Sn Studied by Coherent Acoustic Phonon

Este estudo demonstra que o antiferromagneto topológico Mn3_3Sn exibe um efeito fotoelástico no infravermelho próximo excepcionalmente grande impulsionado por fonons acústicos coerentes, revelando sua sensibilidade excepcional a distorções de rede e estabelecendo uma base para aplicações de estraintrônica ultrarrápidas.

Yuchen Wang, Takuya Matsuda, Yuta Murotani, Hanyi Peng, Takumi Matsuo, Tomoya Higo, Satoru Nakatsuji, Ryusuke Matsunaga2026-06-19
💻 computer science

Electromagnetic Characterization of Magnetic Ring: Case of Circular Cross-Section Shape

Este artigo apresenta um modelo analítico bidimensional computacionalmente eficiente para caracterizar anéis magnéticos toroidais com seções transversais circulares sob excitação senoidal, derivando expressões explícitas para campos internos, impedância e componentes de perda separados para servir como uma alternativa precisa à análise de elementos finitos para testes de materiais padronizados.

Taha El Hajji, Lars Sjöberg2026-06-19
💻 computer science

Equivariant Graph Neural Networks Improve Optical Spectra Prediction for Materials Screening

Este artigo demonstra que redes neurais de grafos equivariantes, especificamente uma GotenNet adaptada, superam significativamente os modelos de estado da arte existentes na previsão de espectros ópticos e permissividade real estática para triagem de materiais, ao alavancar expressividade geométrica e dados de treinamento de alta fidelidade em nível RPA.

Kasper Helverskov Petersen, François R J Cornet, Martin Ovesen, Mikkel Jordahn, Kristian S. Thygesen, Mikkel N. Schmidt2026-06-19
💻 computer science

AdsMind: A Physics-Grounded Multi-Agent System for Self-Correcting Discovery of Adsorption Configurations on Heterogeneous Catalyst Surfaces

O AdsMind é um framework multiagente de malha fechada, fundamentado na física, que utiliza o feedback de campos de força de aprendizado de máquina para corrigir autonomamente palpites iniciais e descobrir eficientemente configurações de adsorção precisas em superfícies de catalisadores heterogêneos, superando significativamente os métodos de malha aberta e as linhas de base heurísticas em confiabilidade e eficiência computacional.

Zongmin Zhang, Yuyang Lou, Bowen Zhang, Junwu Chen, Ryo Kuroki, Xuan Vu Nguyen, Edvin Fako, Lixue Cheng, Philippe Schwal (…)2026-06-19
🔬 materials science

Direct large-area observation of subsurface plastic activity in conditioned copper electrodes

Este estudo apresenta a primeira observação de grande área da atividade plástica subsuperficial em eletrodos de cobre condicionados, demonstrando que a exposição a alto campo induz uma desorientação intragranular significativa consistente com a evolução da dinâmica de discordâncias como o mecanismo físico subjacente para o condicionamento por alto campo.

Yinon Ashkenazy, Inna Popov, Victoria M. Bjelland, William L. Millar, Walter Wuensch2026-06-19
🤖 machine learning

Physics-Informed Discovery of Yield Functions in Plasticity via Convex Neural Representations

Este artigo propõe uma estrutura informada pela física que utiliza redes neurais convexas para descobrir funções de escoamento anisotrópicas diretamente de dados de deslocamento de campo total e força de reação, contornando a necessidade de observações diretas de tensão ou formas paramétricas predefinidas ao incorporar a função de escoamento dentro de um esquema de integração de tensão elastoplástica diferenciável.

Hyeonbin Moon, Donghyuk Cho, Jecheon Yu, Jeong Whan Yoon, Seunghwa Ryu2026-06-19
🤖 machine learning

A Hybrid GNN-FEM Framework for Phase-Field Fracture Simulation. Physics-Preserving Hybridization for Generalizable Surrogate Modeling

Este artigo propõe uma estrutura híbrida GNN-FEM que integra um substituto de rede neural de grafos para atualizações de campo de fase dentro de um esquema estagiado convencional de elementos finitos, permitindo simulações eficientes, precisas e generalizáveis da evolução de fratura dependente de histórico através de diversas geometrias e condições, preservando simultaneamente a consistência física.

Hyeonbin Moon, Yongjin Choi, Seunghwa Ryu2026-06-19
🔢 mathematics

Moreau-Yosida-based Kohn-Sham Inversion for Periodic Systems

Este artigo estabelece um arcabouço teórico e numérico para a inversão densidade-potencial em sistemas periódicos utilizando a teoria do funcional da densidade regularizada por Moreau-Yosida, aproveitando a semicontinuidade inferior do funcional de energia cinética e mapeamentos proximais para recuperar potenciais de troca-correlação para as equações de Kohn-Sham e Gross-Pitaevskii.

Vebjørn H. Bakkestuen, Michael F. Herbst, Vegard Falmår, Markus Penz, Andre Laestadius2026-06-19