🤖 machine learning
BDIP-Net: Dual-Interaction Graph Learning for Property Prediction of Bilayer Materials
本文提出了 BDIP-Net，这是一种结合了具有成本效益的 MatterSim-D3 结构优化工作流与双向交互图神经网络的机器学习框架，旨在通过显式建模层内与层间相互作用，高效地生成具有 DFT 质量的双层结构并准确预测其性质。
🔬 Category
cond-mat.mtrl-sci
4091 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
Unraveling the Size Determination Mechanism of Nanocrystal Synthesis via Interpretable Neural Networks
本文介绍了 NanoEQL，这是一种完全可解释的白盒神经网络，它通过将合成结果建模为结晶、生长和外部势能能力的线性方程，来破译纳米晶尺寸确定的机制，从而克服了传统深度学习在化学反应分析中的黑盒局限性。
🔬 condensed matter
Physics-Informed Symbolic Regression for Predicting the Glass Transition Temperature of Alkali Borate Glasses
本文表明，利用刚性单元填充率描述符的物理启发式符号回归，成功推导出了一个可解释的闭式模型，用于高精度预测碱硼酸盐玻璃的玻璃化转变温度，同时显式地捕捉了结构刚性、解离能与网络填充之间的物理相互作用。
🔬 materials science
When do machine-learned exchange-correlation improvements inherit into density-functional tight binding?
本文表明，机器学习交换相关泛函带来的改进并不会自动转移到密度泛函紧束缚理论中，这是由于轨道相关算符与乘性势之间存在根本性的不相容性，通常会导致“反向转移”现象（即能带间隙反而恶化），同时本文还确定了必须经过优化才能实现成功参数化的特定结构组件，如在位块和极化壳层。
🔬 materials science
Paraexciton Excitation in CuO under Laguerre--Gaussian Illumination
本文表明，虽然轨道角动量（OAM）选择定则可以识别出激发 CuO 中光学禁戒对激子（paraexcitons）的特定通道，但高效激发最终需要具有空间局域强度环（约 6–7 个波尔半径）的结构光，使其与激子的特征长度尺度相匹配，从而建立了一个用于工程化结构光相互作用的对称性与空间局域性双重框架。
🔬 condensed matter
Anharmonicity and Nonadiabaticity in Hydride Superconductors
本文利用结合了非谐性和非绝热性的先进理论框架，研究了各种氢化物中的超导电性，并引入了特定的诊断指标，以确定何时必须在标准米格达尔-埃利阿什伯格理论之外进行修正，才能准确预测临界温度。
🔬 optics
Driven Time Crystal in Low-Symmetry ENZ Conductors
本文表明，低对称性极近零（ENZ）导体在光泵浦下可以表现出驱动时间晶体行为，其中强异常速度非线性使亚波长纳米颗粒能够克服耗散、实现参数放大，甚至使探测消光变为负值。
🔬 materials science
Linking Electronic Bonding and Short-range Order to Strength in -Titanium Alloys: A First-Principles Study
这项基于第一性原理的研究利用密度泛函理论，通过将电子键合指标（特别是 ICOHP）和短程有序与力学性能联系起来，建立了 -Ti 合金抗拉强度的预测模型，从而推进了高性能结构材料的计算设计。
🔬 materials science
Barium Hexaferrite Thin Films as a Scalable Magnetic-Insulator Platform for Proximity-Engineered Spintronics
本文确立了溅射生长的六元钡铁氧体（BaM）薄膜作为一种具有固有垂直各向异性的可扩展、无应变磁性绝缘体平台，该平台能够实现用于近邻工程化自旋电子学和拓扑器件的高效界面交换耦合，为稀土铁石榴石提供了一种实用的替代方案。
🔬 materials science
What makes a useful molecular model of biochar? A community roadmap
这份源自 CECAM 工作坊的社区路线图概述了开发实用生物炭分子模型的战略路径，即通过批判性地评估当前方法、识别矿物与老化动态方面的关键空白，并优先开展验证、标准化及跨学科协作方面的社区工作，以确保模型立足于实验现实。