🔬 materials science
ac strain based thermodynamic criterion for vortex lattice in type-II superconductors
本文通过发现一种动态磁致伸缩效应，即交变磁场诱导与涡旋密度成正比的几何振荡（可通过压电换能器检测），为在第二类超导体中识别涡旋晶格相确立了新的热力学判据。
🔬 Category
cond-mat.mtrl-sci
4173 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
Orthogonal Attosecond Control of Solid-State Harmonics by Optical Waveforms and Quantum Geometry Engineering
本研究证明，将全光双色激光场与机械应变工程相结合，可实现对单层 WS₂中高次谐波产生的精确正交控制，其中应变诱导的能带色散和贝里曲率修饰显著增强了垂直方向的谐波发射，并为探测量子几何效应提供了可靠的特征信号。
🔬 materials science
Machine Learning Enabled Graph Analysis of Particulate Composites: Application to Solid-state Battery Cathodes
本文提出了一种机器学习框架，该框架将颗粒复合材料的模态 X 射线图像转换为拓扑感知图，以揭示微观结构与性能之间的关系，并通过识别关键三相界面和传导通道，展示了其在优化固态电池正极方面的效用。
🔬 materials science
CatFlow: Co-generation of Slab-Adsorbate Systems via Flow Matching
CatFlow 是一个基于流匹配的框架，它利用基于原胞的分解表示来高效地协同生成结构保真的板层 - 吸附质体系，通过更好地捕捉表面几何结构与吸附质相互作用之间的内在耦合，显著提升了多相催化剂的设计水平。
🔬 optics
Large Transverse Thermoelectric Effect in Weyl Semimetal TaIrTe Engineered for Photodetection
本研究证实，Weyl 半金属 TaIrTe中的异常光电流源于巨大的横向热电效应而非非线性电荷电流，表明通过晶体取向和热环境的策略性调控可增强这些响应，从而适用于宽带光电探测应用。
🔬 materials science
Interplay between Relativistic Spin-Momentum Locking and Breaking of Inversion Symmetry: conditions for p-wave magnetism
本文研究了反铁磁体 Ca₂RuO₄ 中相对论性自旋 - 动量锁定与各种反演对称性破缺形式的相互作用如何导致包括 Rashba 型和 Weyl 型自旋轨道耦合以及具有弱铁磁性的奇异态在内的多种磁相，从而解释了实验观测结果并预测了 p 波磁性的形成条件。
🔬 physics
A Data-Driven Parametric Reduced-Order Chemical Kinetics Model Derived from Atomistic Simulations
本文提出了一种参数化、温度依赖的自编码器框架，该框架整合了非负性约束以及动力学与热力学的同步优化，旨在为宽范围热力学条件下的含能材料生成具有物理可解释性且高精度的降阶化学反应动力学模型。
🔬 condensed matter
Revealing Hund superdispersion with tunneling spectroscopy
本文结合隧穿谱与先进理论计算，为 SrRuO中的“超色散”提供了直接实验证据，揭示出一种违背传统莫特 - 哈伯德范式的、源于洪德耦合的独特谱学特征。
🔬 materials science
Machine Learning Approaches to Point Defects in Non-Metallic Materials: A Review of Methods
本综述考察了用于预测非金属材料的点缺陷形成能的机器学习方法，将其分为直接模型和机器学习势函数，同时强调数据集质量是关键的性能因素，并指出带电缺陷的准确处理是一个关键前沿。
🔬 applied physics
Non-linear diffusion and inhomogeneity of the magnetic field in single-turn coils: Insights from 3D multiphysics modeling
本文利用完全三维多物理场有限元建模证明，破坏性单匝线圈中产生的高度不均匀磁场是由趋肤效应、快速升温及线圈变形驱动的电场、温度与磁场的非线性扩散所导致的。