🔬 materials science
Phonon-Mediated Thermal Transport in Nanocrystalline Silicon Using Machine-Learning Interatomic Potentials
本研究开发了一种结合了 GAP 和 MACE 模型的机器学习原子间势框架，并利用晶格动力学和非平衡分子动力学模拟，旨在提供比经典势函数更准确且内部一致的描述，用以研究纳米晶硅中的声子介导热传输和晶界电阻。
🔬 Category
cond-mat.mtrl-sci
4119 篇论文
凝聚态物理与材料科学的交汇点，正以前所未有的速度重塑我们对物质世界的理解。从超导体到新型电池材料，这一领域致力于探索微观粒子的排列如何决定宏观世界的性能。Gist.Science 在此板块特别关注源自 arXiv 的最新预印本，它们代表了该领域最前沿的突破。
为了打破专业壁垒，我们团队会对 arXiv 上的每一份新论文进行深度处理，提供通俗易懂的通俗解读与详尽的技术摘要。无论您是寻求灵感的工程师，还是希望快速掌握动态的研究者，都能在这里找到清晰的路径。以下是该领域最新发布的论文精选，带您直击科学探索的最前线。
🔬 materials science
Solvers for the Hermitian and the pseudo-Hermitian Bethe-Salpeter equation in the Yambo code: Implementation and Performance
本文展示并基准测试了在 Yambo 代码中实现用于厄米（Hermitian）和伪厄米（pseudo-Hermitian）贝特-萨尔皮特方程（Bethe-Salpeter equations）的直接解法（ScaLAPACK/ELPA）与迭代解法（SLEPc），证明了在 CPU 和 GPU 集群上处理高达 个元素的稠密矩阵的可行性。
🔬 materials science
QR-code: An open-source program for double resonance Raman spectra
本文介绍了 QR-code，这是一个开源程序，它利用来自 Quantum ESPRESSO 和 EPW 的第一性原理计算来计算单共振、双共振和缺陷诱导的拉曼光谱，并提供了通过石墨烯示例进行的教程和验证。
🔬 materials science
Many-body post-processing of density functional calculations using the variational quantum eigensolver for Bader charge analysis
本文介绍了 Dopyqo，这是一个开源框架，通过将经典 DFT 计算与基于变分量子特征值求解器（VQE）的多体后处理相结合，增强了针对弱关联和强关联周期性系统的 Bader 电荷分析，并证明了其在过渡金属氧化物方面较标准 DFT 具有显著的精度提升。
🔬 materials science
Microstructural Insights into Fast Ion Transport in Solid Electrolytes via Multiscale Modeling
本研究采用结合机器学习势函数的跨尺度建模方法，揭示了晶界和阴离子尺寸如何支配银硫盐型固态电解质中的离子传输，为高性能全固态电池的微观结构设计提供了关键见解。
🔬 mesoscale physics
Resolving the phase of a Dirac topological state via interferometric photoemission
本文提出了一种基于时间与角度分辨光电子能谱的量子路径电子干涉仪，该干涉仪成功重建了此前无法获取的电子波函数相位，并通过解析拓扑绝缘体中狄拉克态的相位跳变与螺旋度证明了这一点。
🔬 materials science
Valence Modifications in Hygroscopic VI3 Degraded Crystals via Soft X-Ray Synchrotron Radiation
本研究表明，高通量软 X 射线同步辐射可以通过逆转表面污染和钒酸盐的形成，部分恢复退化的、具有吸湿性的 VI3 晶体的化学计量化学性质和电子性质。
🔬 mesoscale physics
Generating unconventional spin-orbit torques with patterned phase gradients in tungsten thin films
本研究表明，直写激光退火可以在钨薄膜中图案化相位梯度，以创建能够在无需外部磁场的情况下切换 CoFeB 磁化的自旋轨道转矩通道，为设计高效自旋电子器件提供了一种新策略。
🔬 materials science
Fractional-Monolayer 2D-GaN/AlN Structures: Growth Kinetics and UVC-emitter Applications
本文研究了通过等离子体活化分子束外延生长出的分数单层 GaN/AlN 量子阱的生长动力学与光学性质，提出了一个将其发射特性与特定生长机制相联系的唯象模型，并证明了其作为强力深紫外（UVC）发射源的潜力。
🔬 materials science
Machine Learning Hamiltonians are Accurate Energy-Force Predictors
本文介绍了 QHFlow2，这是一种最先进的机器学习哈密顿量模型，它通过直接评估预测的哈密顿量，在能量和力预测精度方面显著优于现有方法，实现了 NequIP 级别的力精度以及在标准基准测试上高达 20 倍的能量误差降低。