Comprehensive First-Principles Investigation of the Structural, Mechanical, Electronic, and Optical Properties of Homoelemental Phase T-GaN Monolayer
本研究采用第一性原理计算证明,四方相 T-GaN 单层是一种动力学稳定的非磁性半导体,具有显著的力学、电子和光学各向异性,使其成为各向异性纳米电子和光电应用的极具前景的候选材料。
4890 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。
本研究采用第一性原理计算证明,四方相 T-GaN 单层是一种动力学稳定的非磁性半导体,具有显著的力学、电子和光学各向异性,使其成为各向异性纳米电子和光电应用的极具前景的候选材料。
本研究调查了硅和碳掺杂如何影响无催化剂 InGaAs 纳米线的结构、形貌和光学性质,揭示了虽然碳掺杂显著增强了晶体质量和长径比,但同时也引入了点缺陷和表面复合,从而降低了光致发光效率。
本研究采用基于深势模型(Deep Potential model)的神经网络分子动力学方法,建立了热力学一致的 B2-NiAl 压力相关熔化曲线,揭示了在高压下熔点上升更为剧烈的现象,并证实了熔化过程与本质上为等原子比的液相保持一致。
ALIGNN 2.0 是一个统一的、无依赖的 PyTorch 框架,它重新构想了原子线图神经网络(Atomistic Line Graph Neural Network),旨在同时处理多样化的材料任务——包括性质预测、力场、逆向设计和光谱学——同时在基准测试中实现最先进的性能,并支持高效的大规模模拟。
本文通过利用沿化学气相沉积(CVD)台阶丛分布的氮掺杂,展示了在金刚石中构建并表征一种准一维、位置无序自旋链的过程,从而能够利用纳米级量子传感技术来探测该工程化低维量子系统中的局部自旋自相关和偶极输运。
这项研究揭示了 Nd2Fe14B 中的晶界畸变会导致轻稀土与重稀土之间晶体场强度的交叉,从而使局部易磁化轴向基面重新定向,以促进磁化反转,并为优化重稀土晶界扩散提供了原子级基础。
本文报告了 Dyakonov-Perel 型磁振子自旋弛豫支配着单轴反铁磁绝缘体 和 沿易轴方向的自旋电流输运,这一点由磁场诱导的信号增强以及与理论模型一致的扩散长度行为所证实。
本文引入了一个定量的电压-电流-发射框架,该框架整合了等效电路模型与载流子动力学,用以模拟并解释各类 LED 器件在时间分辨下的电致发光现象,为推进人工智能应用领域的 LED 技术提供理论指导。
这项研究提供了关于 NbSe2/LAFO 异质结构中涡旋介导自旋电流注入的首个直接实验证据,证明了液相中的涡旋通过反转符号的热电信号作为自旋角动量的有效载体,从而为超导自旋电子器件建立了一条新的路径。
本文评估了当前无机计算材料数据库的发展现状,指出虽然方法论能力已趋于成熟,但扩展的主要障碍在于实现可靠准确性的经济成本,并提出了一个三阶段路线图,旨在通过先进的工作流和社区治理系统地解决这些差距,从而解锁高成本的属性族。