🔬 materials science
Dopant-induced modifications of the optical properties of GaSe
本研究表明，在 GaSe 晶体中掺杂铁引入了光学和磁学活性缺陷中心，通过随功率、温度和磁场变化的光致发光光谱将其鉴定为具有独特 g 因子的 Fe 结合激子，从而为磁光电子学和量子光子学应用提供了新的见解。
🔬 Category
cond-mat.mtrl-sci
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。
🔬 materials science
Symmetry-electronic fingerprints reveal competing magnetic phases in two-dimensional materials
本文引入了一种对称-电子指纹（SEF）表示法，该表示法通过整合晶体学对称性和位点解析的电子结构，使机器学习模型能够准确预测二维材料中的磁性性质，同时独特地利用模型不确定性作为诊断工具，来识别并表征竞争磁相与磁挫折。
🔬 materials science
Cepstral Analysis to accelerate Green-Kubo thermal conductivity calculations of Metal-Organic Frameworks
本文表明，通过将倒谱分析与 Green-Kubo 模拟及机器学习势函数相结合，可以克服传统方法中固有的统计噪声和参数敏感性问题，从而为准确预测金属有机框架的热导率提供一个稳健、自动化且高效的框架。
🔬 materials science
Circulators Based on Coupled Quantum Anomalous Hall Insulators and Resonators
本文表明，基于耦合量子反常霍尔绝缘体与谐振器、并由非对称非厄米 Hatano-Nelson 系统建模的拓扑环行器，在宽功率范围内实现了高达 50 dB 的优异非互易性能，为微波器件与超导量子信息系统的集成提供了一个极具前景的平台。
🔬 materials science
Topological transition and emergent elasticity of dislocation in skyrmion lattice: Beyond Kittel's magnetic-polar analogy
这项研究揭示了尽管磁性斯格明子位错在由 Dzyaloshinskii-Moriya 相互作用驱动的核分裂和极端拉伸过程中经历了拓扑转变，但其长程应变场却出人意料地遵循传统的 Volterra 弹性理论，凸显了其与此类弹性理论失效的极性斯格明子晶格之间的本质区别。
🔬 materials science
Ionic Interdiffusion at Cathode-Solid-Electrolyte Interface: A Machine Learning-Assisted Multiscale Investigation and Mitigation Strategies
本研究结合了机器学习辅助的多尺度模拟与连续介质建模，旨在证明 LiCoO2|Li10GeP2S12 界面处的离子相互扩散会导致容量快速衰减，而 LiNb0.5Ta0.5O3 中间层能有效抑制这种扩散，但由于机械刚性会引入剥离风险，从而强调了需要开发既能实现低相互扩散又能保持低刚性的中间层。
🔬 materials science
Electric Current Control of Helimagnetic Chirality from a Multidomain State in the Helimagnet MnAu
本研究表明，通过诱导从多畴态向特定状态的转变，电流可以高效地控制 MnAu 中螺旋磁畴的手性，且该转变所需的阈值显著低于直接手性反转的阈值，而最终的手性由电流与磁场的相对取向决定。
🔬 materials science
Disentangling the Discrepancy Between Theoretical and Experimental Curie Temperatures in Ferroelectric PbTiO
本研究指出，对铁电体 PbTiO 居里温度的低估主要源于交换相关泛函的局限性，而非机器学习力场的误差，这表明短程模型所表现出的表观改进实为偶然的误差抵消，而准确的预测则需要显式的长程相互作用和改进的泛函。
🔬 materials science
Open Materials Generation with Inference-Time Reinforcement Learning
本文介绍了 OMatG-IRL，这是一种新颖的策略梯度强化学习框架，它直接作用于连续时间生成模型的速度场，从而在无需显式分数计算的情况下，实现高效且符合目标属性的晶体结构预测。
🔬 materials science
Strain-Driven Altermagnetic Spin Splitting Effect in RuO
本研究通过证明虽然体相及某些薄膜取向是非磁性的，但在特定的 (100) 和 (110) 取向上，应变诱导的交错磁性自旋分裂在无需哈伯德 校正的情况下即可产生强烈的自旋霍尔效应，从而解决了关于 RuO 实验报告中的不一致性问题。