Nonlinear Elasticity at the Damage Threshold of Semiconductor Nanocrystals
本研究探讨了硅纳米针阵列上磷化铟纳米晶的非线性光声响应，揭示出高注量激光激发诱导了应变驱动的非线性弹性与频率混频，这些现象通过扩展的胡克定律进行建模并与氧化效应相关联，从而推进了对半导体纳米结构中机械极限与光机械控制的理解。
🔬 Category
cond-mat.mtrl-sci
2692 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。
Global magnetic phase diagram and multiple unconventional magnets in NiAs-type compounds
本研究利用经典建模和密度泛函理论计算，为 NiAs 型化合物建立了全局磁相图，以识别新的波交替磁态和波奇宇称磁态，揭示了层间耦合驱动 CrSe 和 CrTeSe中独特的混合宇称态，并提出了通过掺杂或应变工程化非常规磁体的策略。
Can MACE Potentials Accurately Describe Magnetism and Phase Stability in Fe-Ni Alloys? A Systematic Benchmark
本研究证明，针对无序 Fe-Ni 结构、基于自旋极化密度泛函理论数据训练的系统特异性 MACE 势函数，在预测结构、弹性及有限温度性质方面显著优于现有基础模型，尽管其在准确描述主导体心立方至六方密排相变磁坍缩效应方面仍存在困难。
Symmetry-Selective Topological Magnon Engineering by Phonon Angular Momentum
本文表明，携带有限声子角动量的相干驱动圆形或椭圆形声子，可通过诱导在狄拉克点处打开能隙的手性相互作用，在单层 CrI等材料中选择性地设计和调控拓扑磁子相，而线偏振声子则保持能谱不变。
Electron-beam induced methane decomposition for in-situ carbon doping of hexagonal boron nitride
本文展示了一种方法，通过在甲烷气氛中利用电子束辐照六方氮化硼，同时产生空位并分解甲烷，从而实现纳米级精度的原位碳掺杂，最终形成具有改性电子环境的亚纳米级富碳区域。
Ultrafast dynamics of excitons in black phosphorus
通过将时间与角度分辨光电子能谱与量子动力学理论框架相结合，本研究揭示了声子介导的谷内散射至暗激子态是限制黑磷中相干激子动力学的根本机制。
Orbital Altermagnetic Photonic Crystal
本文报道了首个轨道交替磁性光子晶体的实验实现，该晶体突破了费米子与玻色子的界限，展示了动量依赖的赝自旋分裂与选择性输运，从而将交替磁性领域拓展至光子系统，以用于新型自旋光子学应用。
A GPU-based Solver for Polarization Dynamics in Ferroelectric Materials
本文介绍了 PETASPIN_microelectrics，这是一种完全由 GPU 加速的求解器，它通过实现对铁电材料中极化动力学和拓扑织构的高效、大规模且精确的三维模拟，克服了现有基于 CPU 的工具的局限性，从而服务于下一代器件设计。
Manipulating Spin-Lattice Coupling in Layered Magnetic Topological Insulator Heterostructure $via$ Interface Engineering
本研究证明，在拓扑绝缘体 BiTe与反铁磁体 FePS构成的范德华异质结中进行界面工程可诱导自旋 - 声子耦合并改变磁有序温度，从而为表面码自旋逻辑器件中磁弹性模式的控制提供了一条途径。
Reproducibility in Computational Materials Science: Lessons from 'A General-Purpose Machine Learning Framework for Predicting Properties of Inorganic Materials'
本文分析了在尝试复现材料科学领域一个主流机器学习框架的结果时所遇到的可复现性挑战，识别出与依赖项、版本控制、代码组织和手稿引用相关的四类关键问题，并提出了可操作的解决方案，以改善代码对研究界的可访问性和实用性。