🔬 materials science
Generative design of inorganic materials
这篇论文提出了一种以无机材料基础 AI 模型为核心，深度融合多模态学习、属性数据库与高通量实验验证的闭环生成设计框架，旨在解决功能无机材料的数据驱动逆向设计挑战。
🔬 Category
cond-mat.mtrl-sci
4213 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
Distributional Inverse Homogenization
本文提出了一种名为“分布性反均质化”的非侵入式方法，通过利用宏观力学性能的大规模测量数据来推断微观结构的统计特性，从而克服了传统反演过程中因平均化效应带来的困难。
🔬 materials science
Nanoporous High Entropy Alloys: Overcoming Brittleness Through Strain Hardening
该研究通过分子动力学模拟证实，利用高熵合金的应变硬化机制（如位错饥饿、迟缓运动及堆垛层错捕获等），可有效克服双连续纳米多孔材料固有的宏观脆性，使其具备远超单质材料的比强度和抗热降解能力。
🔬 materials science
Siamese Foundation Models for Crystal Structure Prediction
本文提出了名为 DAO 的预训练 - 微调框架，通过集成 Siamese 结构生成器与能量预测器，利用扩散模型显著提升了晶体结构预测的准确性与效率，并在多个基准测试及真实超导材料发现中取得了突破性成果。
🔬 physics
Teaching Artificial Intelligence to Perform Rapid, Resolution-Invariant Grain Growth Modeling via Fourier Neural Operator
该研究提出了一种基于傅里叶神经算子（FNO）的新型代理模型，通过整合相场方法实现了多晶系统晶粒生长的快速、分辨率无关且高精度的演化预测，有效克服了传统模拟计算成本高及现有机器学习方法泛化能力不足的局限。
🔬 materials science
Guidelines for the optimization of hafnia-based ferroelectrics through superlattice engineering
该研究通过构建氧化锆含量高达 87.5% 的氧化铪 - 氧化锆超晶格，利用氧化锆层增强极化及界面抑制击穿的特性，实现了具有创纪录剩余极化值（2P达 84 μC/cm）且具备优异耐久性与可持续性的铁电材料。
🔬 mesoscale physics
Unified Statistical Theory of Heat Conduction in Nonuniform Media
该论文利用 Zwanzig 投影算子形式，推导出一个统一描述非均匀介质热传导的时空核，该核从微观平衡热流时间关联函数出发，在同等基础上编码了时间记忆、空间非局域性和材料异质性，从而将经典扩散、非局域输运及流体动力学模型统一为受控的渐近极限，并建立了微观动力学与连续介质输运之间的直接联系。
🔬 materials science
Stoichiometry-Controlled Structural Order and Tunable Antiferromagnetism in ()
该研究通过化学气相传输法制备了一系列样品，揭示了铁含量与结构有序度之间的内在关联，发现当形成超晶格时反铁磁耦合最强（），并阐明了从顺磁、自旋玻璃到长程反铁磁及再入自旋玻璃态的演化规律，为范德华材料中反铁磁态的调控提供了定量框架。
🔬 materials science
Fabrication effects on Niobium oxidation and surface contamination in Niobium-metal bilayers using X-ray photoelectron spectroscopy
本研究利用 X 射线光电子能谱（XPS）快速评估了 17 种不同金属盖层在防止铌氧化及抵抗标准加工工艺（如退火、去胶和酸洗）影响方面的有效性，并筛选出性能优异的盖层以验证其在微波谐振器中的实际表现。
🔬 materials science
ML-guided screening of chalcogenide perovskites as solar energy materials
本文提出了一种融合机器学习、可解释描述符与可持续性指标的数据驱动筛选框架，成功识别出多种具有实验可行性且性能优异的新型硫族钙钛矿太阳能材料，并展示了该策略在平衡光电性能、合成可行性与可持续性方面的普适性。