AdsMind: A Physics-Grounded Multi-Agent System for Self-Correcting Discovery of Adsorption Configurations on Heterogeneous Catalyst Surfaces
AdsMind 是一个基于物理原理、闭环的多智能体框架,它利用机器学习力场反馈来自主修正初始猜测,并高效地发现异质催化剂表面准确的吸附构型,在可靠性和计算效率方面显著优于开环方法和启发式基准。
4135 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。
AdsMind 是一个基于物理原理、闭环的多智能体框架,它利用机器学习力场反馈来自主修正初始猜测,并高效地发现异质催化剂表面准确的吸附构型,在可靠性和计算效率方面显著优于开环方法和启发式基准。
本研究展示了对调质铜电极内部亚表面塑性活动的首次大面积观测,证明了高场暴露诱发了显著的晶粒内取向差,这与作为高场调质底层物理机制的演化位错动力学相一致。
本文提出了一种物理启发式框架,该框架利用凸神经网络,通过将屈服函数嵌入到可微弹塑性应力积分方案中,直接从全场位移和反作用力数据中发现各向异性屈服函数,从而绕过了对直接应力观测或预定义参数形式的需求。
本文提出了一种混合 GNN-FEM 框架,该框架将用于相场更新的图神经网络代理集成到传统的有限元交替步进方案中,从而在保持物理一致性的同时,实现对不同几何形状和条件下具有历史相关性的断裂演化进行高效、准确且泛化性强的模拟。
本文通过利用动能泛函的下半连续性以及近端映射来恢复 Kohn-Sham 和 Gross-Pitaevskii 方程的交换相关势,建立了一个利用 Moreau-Yosida 正则化密度泛函理论进行周期性系统密度-势反演的理论与数值框架。
通过结合光诱导电子顺磁共振、光学吸收光谱和杂化泛函计算,本研究确定了取代氮位的中性电荷态碳(C)是 AlN 在 2 eV 到 4 eV 之间广泛观察到的亚带隙光学吸收的微观起源。
HEACalculator 是一个开源 Python 工具,通过统一的命令行、图形化和编程接口,简化高熵合金设计过程中的关键热力学描述符计算及固溶体形成规则评估。
本研究采用第一性原理计算,证明了二维 和 单层表现出增强的电子关联效应和交替磁(altermagnetic)基态,其特征在于平带与范霍夫奇异点同时靠近费米能级,且可以通过拉伸应变进行进一步调控。
通过结合扩散量子蒙特卡洛与密度泛函理论,本研究揭示了砷烯多层中的层间耦合具有厚度依赖性而非仅仅由堆叠方式决定,从而导致了从 AA 到类体相 AB 堆叠的结构演变,以及由增强的层间 As p 杂化所驱动的半导体到半金属的转变。
本文提出了一种对二维方格点阵中交错磁性态的新分类,识别出一种独特的“耦合准交错磁性”相,其中层间滑动控制着可逆的非相对论自旋分裂,并利用 Mn2WS4 及其 Janus 衍生物 Mn2WS2Se2 证明了这一机制。