🔬 materials science
Degeneracy and trajectory control of spin eigenmodes excited by fs-optical pulses in a nearly compensated ferrimagnet
本文揭示了近补偿亚铁磁体中一种非常规的机制，即在临界磁场下，光激发自旋本征模会发生简并并反转手性，从而使进动动力学塌缩为线性振荡，并通过双脉冲激发实现对自旋轨迹的精确控制。
🔬 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
Field-Induced Up-Up-Down State and Frustrated Magnetism in a Non-Kramers Triangular Antiferromagnet
本研究报道了非克拉末斯三角反铁磁体 TmZnGaO4 的合成与表征，该材料表现出对应于“上-上-下”态的场诱导三分之一磁化平台，以及指示强自旋涨落和潜在奇异量子自旋态的宽比热异常。
🔬 materials science
Influence of CeOMnO heterostructure on Hydrogen Peroxide Electrogeneration on Carbon-Based Catalysts
这项研究表明，负载在 Vulcan XC-72 碳上的低负载量 CeO 和 CeOMnO 纳米颗粒显著增强了通过两电子氧还原反应实现可持续过氧化氢电解生成的选择性和活性，其中 1% CeOMnO/C 催化剂的选择性高达 90%。
🔬 materials science
Strong Fiber from Uniaxial Fullerene Supramolecules Aligned with Carbon Nanotubes
本文报道了一种通过改进的酸萃取工艺，在排列整齐的少壁碳纳米管束之间自组装形成的由定向富勒烯超分子单轴链构成的创新纤维的开发，为推进基于富勒烯的导线传输和碳纳米管导线的性能表现提供了一个新的试验平台。
🔬 materials science
Modeling intercalation chemistry with multi-redox reactions by sparse lattice models in disordered rocksalt cathodes
本文引入了一种结合基于稀疏回归的簇展开与半巨正则蒙特卡洛采样的组合方法，用于高效模拟无序岩盐结构正极材料的插层热力学，成功重现了实验电压曲线，并阐明了 LiMnNbOF 中锰和氧的氧化还原贡献。
🔬 materials science
Synchrotron x-ray diffraction and DFT study of non-centrosymmetric EuRhGe3 under high pressure
本研究结合同步辐射X射线衍射和密度泛函理论（DFT）计算，研究了非中心对称EuRhGe3在高压下的结构行为，揭示了其在高达35 GPa的过程中呈现出平滑的体积收缩且未发生相变、各向异性的晶格压缩，以及由于Eu的非整数价态导致实验体积与理论体积在高压下出现偏差。
🔬 materials science
Lattice Parameters and Bulk Modulus of SrTiMnO Perovskites: A Comparison of Exchange-Correlation Functionals with Experimental Validation
本研究证实，通过 X 射线衍射和实验体模测量验证，PBEsol 和 WC 交换相关泛函在准确预测不同锰浓度下立方 SrTiMnO 钙钛矿的晶格参数和体模方面优于 LDA 和 PBE。
🔬 materials science
Low and Anisotropic Thermal Conductivity in Mixed-Valent SnS
这项研究表明，混合价态 SnS 沿 c 轴表现出低且各向异性的热导率，这是由孤对电子库仑相互作用诱发的弱键合 Sn(II) 原子的非谐性“碰撞”振动所驱动的。
🔬 materials science
Modeling phase transformations in Mn-rich disordered rocksalt cathodes with machine learning interatomic potentials
本研究利用机器学习原子间势函数揭示了富锰无序岩盐结构正极通过过渡金属迁移而非 Mn 的形成，发生向类尖晶石结构的相变，从而实现了锂传输动力学的提升和容量的提高。
🔬 materials science
Deep Generative Learning of Magnetic Frustration in Artificial Spin Ice from Magnetic Force Microscopy Images
本文提出了一种利用变分自编码器生成合成磁力显微镜图像并自动分析人工自旋冰中磁挫折性的两阶段深度学习框架，最终实现了对挫折顶点（frustrated vertices）的精确识别以及优化自旋冰构型的设计。