Physik - Materialwissenschaft

Ein neuer Ansatz kombiniert maschinelles Lernen mit Physik, um die Interpretation von EDX-Daten zu verbessern.

Studie zeigt wichtige Erkenntnisse über die Al-3wt%Nd Legierung für Elektronik.

Das Verständnis der Schmelztemperatur von Eisen gibt Einblicke in den Erdkern und seine Entwicklung.

Die Schaffung von chiralen Magneten bei Raumtemperatur eröffnet neue Möglichkeiten in der Signalverarbeitung und Datenspeicherung.

Die faszinierenden Eigenschaften von ScVSn erkunden und seine potenziellen Anwendungen.

Eine Studie darüber, wie Verunreinigungen in verschiedenen Modellen reagieren, wenn sie angeregt werden.

Nutzung von Nvidia Tensor-Kernen zur Geschwindigkeitssteigerung bei Berechnungen der elektronischen Strukturtheorie.

Untersuchung der Rolle der Ladungsdynamik bei der Verbesserung der Leistung von Quantenpunkten.

Neue Methoden verbessern die Qualität und Vielfalt bei der wissenschaftlichen Datenerhebung.

Untersuchen, wie kleine Veränderungen das Verhalten komplexer Materialien beeinflussen.

Forscher untersuchen plasmonische Kristalle für fortschrittliche Sensor- und elektronische Anwendungen.

Neue Ansätze verbessern das Verständnis von Änderungen bei Metalllegierungen während der Verarbeitung.

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

Dieser Artikel beleuchtet die einzigartigen Eigenschaften von MnSn- und MnGe-Antiferromagneten.

Studie zeigt, wie die Positionen der Atome in FeCo-Legierungen die magnetische Energieabgabe beeinflussen.

Forscher zeigen die Bedeutung von p-Typ- und n-Typ-Schnittstellen in Nickelat-Supraleitern.

Entdeck, wie sich gleitende Schichten von Atomen auf die elektrischen Eigenschaften auswirken.

Entdecke die neuesten Features von XtalOpt für fortgeschrittene Materialvorhersagen.

Maschinelles Lernen beschleunigt die Entdeckung von Katalysatoren und verbessert die Reaktionsgemässigkeit.

Untersuchung der Energiewanderung in metallhalogenid-perowskiten für verbesserte optoelektronische Anwendungen.

Entdecke PANBB, eine neue Methode zur effizienten Entspannung von Kristallstrukturen in der Materialwissenschaft.

Eine neue Methode verbessert die Effizienz der Dünnschichtproduktion in der Elektronik und Optik.

Dieser Artikel untersucht, wie Neutronenstrahlung die Eigenschaften von Zirkoniumlegierungen verändert, die für Kernreaktoren wichtig sind.

Neue Erkenntnisse zeigen, dass Unordnung die Curie-Temperatur in LaCrGe erhöht, was den Erwartungen widerspricht.

Eine Studie zeigt, wie die Kristallform den Magnetismus in CePdAl beeinflusst.

Diese Studie untersucht die einzigartigen Eigenschaften der Fermi-Fläche des Materials CoSi.

Die hochauflösende Rasterkraftmikroskopie hilft bei der genauen molekularen Identifikation.

Die Forschung hebt die Auswirkungen von Oberflächenbehandlungen auf die magnetischen Eigenschaften von Niobium-Supraleitern hervor.

Forscher haben T-Zentrum-ähnliche Defekte in Silizium für fortgeschrittene Quantenanwendungen identifiziert.

Entdecke die einzigartigen Eigenschaften und Verhaltensweisen von atmenden Pyrochlor-Magneten.

Erkunde die Phasen und Verhaltensweisen von festem Stickstoff unter unterschiedlichen Bedingungen.

Studie zeigt einzigartige magnetische Eigenschaften von LaSrCoNbO mit potenziellen technischen Anwendungen.

Dieser Artikel untersucht die Eigenschaften der Cr2O3-Pt-Oberfläche für zukünftige Technologien.

Untersuchen, wie Wannier-Funktionen die Leitfähigkeit und Isoliereigenschaften von Materialien aufdecken.

Forschung zu verdrehten Schichten von BaTiO zeigt einzigartige elektronische Eigenschaften für fortgeschrittene Anwendungen.

Erforschung von MXenes als effiziente Photokatalysatoren für eine nachhaltige Wasserstofferzeugung.

Eine neue Methode kombiniert die Flexibilität des Deep Learnings mit der Einhaltung physikalischer Gesetze.

TbSi und TbSiGe zeigen einzigartige magnetische Eigenschaften, die für Kühlungstechnologie nützlich sind.

Neue Techniken in MINT sorgen für bessere Bildgebung von Materialien auf atomarer Ebene.

Die Rolle von Machine Learning bei der Vorhersage von Materialverhalten und den Herausforderungen, die damit verbunden sind, erkunden.