Neuste Artikel für Bandlücken

Maschinelles Lernen verbessert die Vorhersagen von Bandlücken und sorgt für bessere Einblicke in die elektronischen Eigenschaften von Materialien.

MXene zeigen vielversprechende Eigenschaften als Fotokatalysatoren für eine effiziente Wasserstoffproduktion mit Sonnenlicht.

Untersuche, wie Temperatur und elektrische Felder das Verhalten von HgCdTe in Infrarotanwendungen beeinflussen.

Neue hybride Systeme, die Spinwellen und Skyrmionen nutzen, versprechen effizientes Rechnen.

Untersuchen von Wellenverhalten in einzigartigen Materialien für technologische Anwendungen.

Forschung zeigt, wie Spannung die Eigenschaften von TaNiS-Halbleitern verändert.

Die Struktur und Funktion von eindimensionalen photonischen Kristallen untersuchen.

Forschung zeigt vielversprechende 2D-ferroelectric Materialien für die zukünftige Elektronik.

Diese Studie untersucht, wie Spannung die elektronischen Eigenschaften von Monolagen MoS beeinflusst.

Forscher nutzen KI, um die Materialmodellierung mit einem neuen Deep-Learning-Ansatz zu verbessern.

Die Tellur-Fehlstellen in DyTe beeinflussen sein elektrisches Verhalten und sein Potenzial in der Elektronik.

Die Forschung konzentriert sich darauf, Licht mit cholesterischen Flüssigkristallen in Mikrokavitäten zu steuern.

Forschung zeigt die magnetischen und elektronischen Eigenschaften von Cs Co S für zukünftige Technologien.

Forschung findet neue organische Materialien, um die Leistung von Perowskit-Solarzellen zu verbessern.

Untersuchung von flachen Bändern und deren Rolle bei der Verbesserung von Supraleitern.

Neue Methoden verbessern die Lichtkontrolle in photonischen Kristallen für bessere Technologie.

Der BMach-Algorithmus verbessert die Genauigkeit bei der Vorhersage elektronischer Eigenschaften von Materialien.

Diese Studie beschäftigt sich mit den einzigartigen elektronischen Eigenschaften von Ta NiSe bei tiefen Temperaturen.

Eine Studie über die Eigenschaften und potenziellen Anwendungen von bestimmten Klinopyroxenen.

Ba K BiO zeigt einzigartige Eigenschaften, die wichtig sind, um Supraleitung zu verstehen.

Neue Erkenntnisse stellen etablierte Theorien zum Phasenübergangsverhalten von TiSe2 in Frage.

mBLOR-Funktional verbessert die Dichtefunktionaltheorie für bessere Materialvorhersagen.

Forschung hebt das einzigartige Verhalten von geschichtetem PtSe in der Elektronik hervor.

Forscher entwickeln Materialien, die die Klangeigenschaften in Echtzeit anpassen.

Forschung zeigt, wie bestimmte Ionen die Effizienz von Perowskit-Solarpanels verbessern können.

Forschung zeigt, dass Thorium das Potenzial hat, die Genauigkeit von Zeitmessungen zu verbessern.

Forschung zeigt vielversprechende elektronische und Spin-Eigenschaften in WCOX Janus MXenen.

Neue Materialien reduzieren effizient Lärm und lassen gleichzeitig Luftzirkulation in städtischen Umgebungen zu.

Diese Forschung untersucht den Einfluss der Systemgrösse auf die elektronischen Eigenschaften mit fortschrittlichen Methoden.

Das Verständnis der strukturellen Eigenschaften von FAPbI verbessert die Effizienz und das Design von Solarzellen.

Diese Studie untersucht das elektronische Verhalten von BiSb-Dünnfilmen und deren Anwendungen.

Forschung über elektride aus Sodalith zeigt Potenzial für neue elektronische Materialien.

Forschung hebt die einstellbaren Eigenschaften von MAPb(I Br) für Solarenergieanwendungen hervor.

Diese Studie untersucht die Eigenschaften von EuCd X-Materialien und ihre möglichen Anwendungen.

Die Möglichkeiten von Wasserstoff als nachhaltige Energiequelle erkunden.

Forscher nutzen Deep Learning, um die Eigenschaften von photonischen Kristallen effizient vorherzusagen.

Forscher nutzen maschinelles Lernen, um die Entdeckung neuer Materialien zu beschleunigen.

Forscher untersuchen, wie Temperatur die Silber-Chalcohalogenide für Energieanwendungen beeinflusst.

Ein neues Modell revolutioniert, wie wir Materialeigenschaften vorhersagen.

Kleine Bismut-Zugaben zu Halbleitern führen zu erheblichen technologischen Fortschritten.