🔬 Category

cond-mat.mtrl-sci

4505 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.

🔬 materials science

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
🔬 condensed matter

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
🔬 materials science

Elusive Exciton Insulator States in 1T-HfTe2: Exciton softening, and Symmetry Breaking by Ab Initio Methods

Este estudo utiliza cálculos ab initio avançados e análises de quebra de simetria para demonstrar que estados de isolante excitônico se formam espontaneamente em monocamadas e bicamadas de 1T-HfTe2 devido a energias de excitons negativas, enquanto permanecem ausentes em formas de trilamada e bulk, com previsões teóricas alinhando-se bem com observações experimentais.

Hong Tang, Niraj Pangeni, Daniel D. Rivera, Adrienn Ruzsinszky2026-06-09
🔬 materials science

Post Annealing Crystallization behavior of RF Sputtered Yttrium Iron Garnet thin films on Si/SiO2 patterned substrates

Este artigo investiga o comportamento de cristalização pós-recozimento de filmes finos de Granal de Ítrio e Ferro (YIG) depositados por RF-sputtering em substratos de Si/SiO2 padronizados e não padronizados para estabelecer uma rota de fabricação para dispositivos magnônicos suspensos, observando que uma otimização adicional da estequiometria é necessária para estruturas totalmente liberadas.

Maria Roman, Tito Busani, Aleem Siddiqui2026-06-09
🔬 materials science

Wafer-scale Demonstration of High-voltage beta-Ga2O3 MOSFETs with Excellent Uniformity and over 3kV Breakdown Voltages

Este estudo demonstra a fabricação em escala de wafer de MOSFETs de β\beta-Ga2_2O3_3 laterais de alta tensão e altamente uniformes em um wafer epitaxial de 2 polegadas crescido por MOCVD, alcançando tensões de ruptura superiores a 3 kV e excelente consistência de dispositivo adequada para aplicações de potência de próxima geração.

Ningtao Liu, Hengrui Zhang, Shujun Zhu, Zhihao Yan, Dongyang Han, Shen Hu, Li Ji, Ning Xia, Jichun Ye, Wenrui Zhang2026-06-09
🔬 optics

Machine-learning surrogate model for one-dimensional GaAs/Al0.3_{0.3}Ga0.7_{0.7}As distributed Bragg reflector spectra

Este artigo apresenta um modelo substituto de processo gaussiano treinado em simulações de método de matriz de transferência que acelera a predição dos espectros de refletores de Bragg distribuídos de GaAs/Al0.3_{0.3}Ga0.7_{0.7}As em aproximadamente 70 vezes em comparação com métodos tradicionais, embora apresente um desempenho inferior a uma linha de base de Floresta Aleatória em termos de precisão, ao mesmo tempo em que fornece estimativas de incerteza bem calibradas.

Mehdi Ouslim2026-06-09
🔬 materials science

Steering Selective Formation and 2D Crystallization of [4]Radialenes on Au(111) via [1+1+1+1] Cycloaddition of Isocyanides and Enantioselective Molecular Recognition

Este estudo demonstra a síntese de superfície altamente quimioseletiva e estereoespecífica de tetraaza[4]radalenos via uma cicloadição [1+1+1+1] de isocianetos em Au(111), seguida por sua cristalização 2D de longo alcance em estruturas homoquirais impulsionadas pelo reconhecimento molecular enantioseletivo.

Jian-Wei Liu, Ying Wang, Cui-Ping Wu, Jia-Xin Li, Li-Xia Kang, Jian-Hui Fu, Wen-Wen Gong, Pei-Nian Liu, Deng-Yuan Li2026-06-09
🔬 materials science

Inverse design of bespoke interatomic potentials via active learning by information-matching

Este artigo demonstra que uma estrutura de aprendizado ativo baseada em correspondência de informações pode gerar eficientemente potenciais interatômicos sob medida, adaptados para prever a resistência plástica de metais ao visar quantidades intermediárias correlacionadas, ao mesmo tempo em que destaca a necessidade de inflação de incerteza post hoc para abordar erros residuais do modelo.

Yonatan Kurniawan (Department of Physics and Astronomy, Brigham Young University, Provo, UT, USA), Logan D. Williams (La (…)2026-06-09
🔬 materials science

Mesh Graph Neural Network Framework for Accelerating Finite Element Simulation for Arbitrary Geometries

Este artigo introduz uma estrutura de Rede Neural de Grafos de Malha (MGN) invariante à translação e rotação que generaliza com sucesso para prever campos de tensão de von Mises em componentes estruturais 2D com geometrias de furos arbitrárias e condições de carga não vistas, superando significativamente os modelos convencionais de aprendizado de máquina em precisão e adaptabilidade para análise de elementos finitos.

Josiah D. Kunz, Kamal Choudhary2026-06-09