🔬 materials science
Consistent machine learning for topology optimization with microstructure-dependent neural network material models
本文提出了一种将物理一致且依赖于微观结构的神经网络材料模型与基于密度的拓扑优化相结合的框架，旨在实现大变形条件下多尺度异质超弹性结构的高效设计。
🔬 Category
cond-mat.mtrl-sci
4119 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
SynCoTrain: A Dual Classifier PU-learning Framework for Synthesizability Prediction
SynCoTrain 是一种半监督机器学习框架，它利用结合了双图神经网络（SchNet 和 ALIGNN）与正非标签学习（Positive-Unlabeled learning）的协同训练策略，旨在克服数据稀缺性并准确预测氧化物晶体的可合成性，从而推动高通量材料的发现。
🔬 materials science
Thermal Transport in Ag8TS6 (T= Si, Ge, Sn) Argyrodites: An Integrated Experimental, Quantum-Chemical, and Computational Modelling Study
本研究将实验测量与量子化学及计算模拟相结合，旨在证明键的异质性和强非谐性是驱动 Ag8TS6 (T=Si, Ge, Sn) 银基硫银锗锡类银硫银锗/锡盐类化合物具有极低晶格热导率的原因，同时证实了其热导率和离子电导率可以实现独立调控。
🔬 materials science
Transport Novelty Distance: A Distributional Metric for Evaluating Material Generative Models
本文引入了传输新颖性距离（Transport Novelty Distance, TNovD），这是一种基于最优传输和对比学习的新型分布度量，通过共同评估生成材料的质量与新颖性，旨在克服现有材料发现评估方法的局限性。
🔬 materials science
Memory of topologically constrained disorder in Shakti artificial spin ice
这项研究表明，Shakti人工自旋冰中的拓扑约束无序能够实现常规正方形自旋冰所不具备的鲁棒且依赖序列的记忆效应，揭示了相关无序与循环驱动如何能在受挫人工材料中产生确定性与随机性记忆。
🔬 materials science
Symmetry Rules for Cavity Materials Engineering with Linearly Polarized Vacuum Fields
本文通过利用群论对跨越所有晶体点群的线性偏振真空场所诱导的对称性破缺模式进行分类，建立了腔体材料工程的一般对称性规则，该框架通过对 BaTiO 和 MoS 的 QED-DFT 计算得到了验证。
🔬 materials science
Local B-site chemistry controls oxygen-vacancy energetics in Ca-Ce-Ti-Mn perovskites for thermochemical hydrogen production
本研究表明，局部B位化学性质（特别是最近邻锰组分比例）主要决定了Ca-Ce-Ti-Mn钙钛矿中氧空位的形成能学，从而能够识别出在比铈基标杆更低的温度下，实现优异太阳热化学制氢氧化还原性能的特定成分。
🤖 machine learning
Representations from Pretrained Machine-Learning Interatomic Potentials as Coarse Coordinates for Material Generation and Evaluation
本文证明了来自预训练机器学习原子间势（MLIPs）（例如 MACE）的原子平均特征，可以作为有效的粗粒度坐标，既用于通过一种新颖的粗细传输距离（CFTD）指标来评估材料生成模型，也用于指导生成过程本身。
🔬 materials science
An End-to-End Differentiable Forward Model for High-Energy Diffraction Microscopy
本文介绍了首个涵盖远场、近场及点聚焦几何结构的端到端可微高能衍射显微术（HEDM）前向模型，该模型在实现与既有模拟器像素级精确一致的同时，能够支持基于梯度的联合参数精细化调整与不确定性量化。
🔬 materials science
Molecular beam epitaxy synthesis of ternary nitride PrTaN and its crystal structure determination
本文报道了通过分子束外延法合成一种新型三元氮化物 PrTaN，并详细阐述了利用一种专门针对薄膜衍射数据设计的拟合程序确定其正交晶体结构（空间群 ）的过程，从而展示了分子束外交在稳定和表征此前尚未被探索的复杂氮化物材料方面的潜力。