Spin-Charge Conversion in an Epitaxial Kagome Flat-Band Metal
本研究表明,外延型笼型金属 CoSn 表现出极大的有效自旋霍尔角()以实现高效的自旋-电荷转换,经原子级成像、磁光测量和密度泛函理论计算证实,其性能显著优于铂,。
4820 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。
本研究表明,外延型笼型金属 CoSn 表现出极大的有效自旋霍尔角()以实现高效的自旋-电荷转换,经原子级成像、磁光测量和密度泛函理论计算证实,其性能显著优于铂,。
本文介绍了 ChronoSyn,一种具备时间感知能力的机器学习模型,它通过对成分数据与材料发现的历史轨迹进行联合学习,提高了材料可合成性的预测能力,从而能够有效识别实验上可实现的假设成分。
本文提出了一种物理启发式的时变自回归框架,该框架能够直接从液相透射电子显微镜视频中提取可解释的偏微分方程和基本物理系数,从而对纳米颗粒自组装的多尺度动力学进行建模与预测。
本文引入了一种混合布朗动力学-动力学蒙特卡洛框架,该框架通过将热激活转换与局部磁矩涨落相结合,在实验相关的时间尺度上高效地模拟了悬浮磁性纳米颗粒的耦合磁动力学与旋转动力学,从而显著降低了与传统随机朗道-利夫希茨-吉尔伯特模拟相比的计算成本。
本文在多尺度框架内利用分子静态模拟,通过分析单胞模型和多晶代表性体积单元模型,评估了纳米级氧化铝颗粒增强铝基纳米复合材料的拉伸与压缩力学参数、弹性常数及变形机制。
本文介绍了 STEM-Bank-26,这是迄今为止规模最大的开放获取数据集,包含来自 1,499 个实验阶段、1,095 个材料样本的 37,921 幅分析型扫描透射电子显微镜图像及光谱,并提供了用于提取元数据和构建类似存档数据集的工具。
本研究采用结合机器学习力场与动力学蒙特卡洛模拟的多尺度计算方法,揭示了在垂直排列的 MoS 层之间形成了稳定的金属 Cu 骰子晶格,从而阐明了导致所观测到的忆阻器开关行为的电场驱动细丝机制。
本研究表明,虽然直接注入和预非晶化铋进入硅基底在退火后均能产生高取代比例,但预非化形成的更深的非晶层通过减轻铋在端点缺陷处的捕获,显著增强了电学激活。
本文提出了一种物理启发式集成学习框架,该框架将结构-性能关系与加工工艺路径及可持续性标准相结合,用于设计可持续镁合金,成功识别出能够同时优化机械性能、成本和碳排放的含稀土及无稀土解决方案。
本研究表明,少层 -MoTe 可作为自旋传输的可电控平台,其中静电门控调节自旋-轨道散射和 Rashba 参数,揭示了单层和双层系统中的自旋弛豫均受 D'yakonov–Perel' 机制支配。