4648 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.
O artigo propõe um framework de alinhamento de distribuição baseado em modelos generativos e alinhamento adversarial (ADA) para preencher a lacuna entre simulações e experimentos, permitindo que modelos treinados em dados simulados sejam ajustados a observações experimentais parciais e recuperar a distribuição de observáveis-alvo em sistemas físicos complexos.
Este artigo apresenta um modelo teórico e confirma experimentalmente que o alargamento interfacial em nível atômico em super-redes de SiGe/Si induz estados de energia localizados que criam novos caminhos para recombinação de portadores e estendem a absorção óptica para energias mais baixas, permitindo uma sonda não destrutiva desse fenômeno.
Este artigo apresenta um novo framework para análise de sensibilidade global de saídas dependentes do tempo no modelo Doyle-Fuller-Newman, permitindo identificar parâmetros insensíveis e avaliar erros de modelo em simulações de ciclos de condução de baterias de íon-lítio.
Este estudo utiliza uma otimização bayesiana multiobjetivo com um modelo de substituição emsemble e uma estratégia de amostragem eficiente para acelerar o projeto de ligas de alta entropia que combinam simultaneamente alta dureza mecânica e propriedades magnéticas macias.
Este estudo avalia cinco potenciais interatômicos aprendidos por máquina fundamentais (MACE-MP-0, Orb-v3, SevenNet, CHGNet e M3GNet) para prever barreiras de migração iônica, demonstrando que modelos como MACE-MP-0 e Orb-v3 oferecem alta precisão e utilidade na triagem de condutores iônicos, embora a acurácia na previsão de barreiras não esteja correlacionada com a precisão geométrica.
Este estudo utiliza potenciais de aprendizado de máquina para demonstrar que a tensão compressiva uniaxial induz a comutação de polarização a 90 graus em BaTiO3 tetragonal a cerca de 120 MPa, reduzindo a polarização remanescente e o campo coercivo enquanto favorece a formação de paredes de domínio e a emergência de um ciclo de histerese duplo.
Este estudo demonstra que o controle preciso das condições de crescimento por epitaxia de feixe molecular, especificamente a estequiometria de enxofre e o número de ciclos de deposição, permite criar filmes de MoS com defeitos controlados e fases metálicas residuais sobre silício, resultando em uma atividade catalítica superior para a reação de evolução de hidrogênio em comparação com materiais estequiométricos.
Este artigo apresenta uma rede neural convolucional treinada em dados micromagnéticos que demonstra robustez e capacidade de generalização para estimar com precisão a interação de Dzyaloshinskii-Moriya interfacial diretamente a partir de texturas de domínios magnéticos, oferecendo uma ferramenta rápida e quantitativa para caracterização experimental.
Este estudo apresenta uma investigação *ab-initio* da série de titanatos de Ruddlesden-Popper NaRTiO₄, revelando como a evolução das propriedades estruturais e eletrônicas depende do raio iônico e demonstrando que os gradientes de campo elétrico (EFG) servem como assinaturas sensíveis para distinguir as simetrias fundamentais e orientar técnicas experimentais como RMN e PAC.
O artigo apresenta o pacote Python modular \texttt{SingingMaterials}, que utiliza técnicas de sonificação para transformar dados de espectros de fônons em representações auditivas, permitindo a exploração e distinção de propriedades vibracionais de materiais através de um estudo com usuários.