Neuste Artikel für Materialwissenschaft

Forscher untersuchen die Verstrainungseffekte in Bismut für fortschrittliche elektronische Anwendungen.

Die einzigartigen Eigenschaften von Weyl-Semimetallen durch das Studium von ReO erforschen.

Diese Studie untersucht, wie Lanthan den Mischvalenzzustand von SmB beeinflusst.

Die Verbindung zwischen Supraleitung und falschen Ordnungen in Materialien erkunden.

Untersuchen, wie biologische Materialien ihre Form verändern und unter Stress reagieren.

Untersuchen, wie Wärme zwischen nah beieinander liegenden Metalloberflächen übertragen wird.

Die Untersuchung von frustrierten Spin-Systemen mit Tensor-Netzwerken zeigt komplexe Verhaltensweisen und Phasenübergänge.

Entdecke, wie piezoelektrische Aktuatoren elektrische Energie in präzise mechanische Bewegungen umwandeln.

MatSci ML standardisiert Datensätze für effizientes Materialmodellieren mit maschinellen Lerntechniken.

Erforschen der einzigartigen Eigenschaften und Potenziale von magie-Winkel-verdrehtem Bilayer-Graphen.

Atemlösungen zeigen komplexes Verhalten in nichtlinearen Systemen durch einzigartige oszillierende Muster.

Untersuchen der Rolle von Multifraktalität im Verhalten von Quantenpartikeln und Anwendungen.

Forschung zeigt spannende Eigenschaften der Wurtzit-Phase von MnSe.

Forschung, wie Unordnung das Verhalten von Elektronen und lokale Zustände beeinflusst.

Forschung zeigt, dass maschinelles Lernen nicht-Hermitian Phasengrenzen mithilfe von Hermitischen Daten vorhersagen kann.

2D-Materialien haben einzigartige Eigenschaften und viele Anwendungen in der Elektronik und Quantencomputing.

Forschung zeigt komplexe magnetische Verhaltensweisen in Seltenen-Erden-Monopnictiden.

Neue Technologie verbessert das Studium von Magnetfeldern in der Wissenschaft.

Diese Forschung untersucht die Ionenanordnungen in der elektrischen Doppelschicht in der Nähe von geladenen Oberflächen.

Untersuchen komplexer Wechselwirkungen zwischen Licht und Materie in starken Kopplungsszenarien.

Eine neue Methode verbessert die Effizienz bei der Entwicklung von Medikamenten und Materialien.

Maschinenlernen verbessert die Vorhersagen von Halbleiterfehlern für eine bessere Materialleistung.

Eine Studie über das Verhalten von Elektronen in Mehrweg-Aharonov-Bohm-Interferometern aus Graphen.

Diese Studie verbessert die Methoden zur Gestaltung von Extraktionsmitteln für eine bessere Metallerinnerungs-Effizienz.

Ein neues Modell vereinfacht Simulationen von Perowskitoxiden für die Materialwissenschaft.

Forschung zeigt vielversprechende Materialien für sicherere und effizientere Solarenergie-Lösungen.

Neue Basissätze verbessern die Berechnungen für schwere Elemente und steigern die Vorhersagen von Materialeigenschaften.

Die Erkundung des Potenzials von Halid-Doppelperowskiten in Solarzellen und LEDs.

Die Auswirkungen von exponentiellen Potenzialen in Quantensystemen erkunden.

Die Untersuchung von verknüpften Graphen und Geweben zeigt ihr Design und ihre Stabilität.

Eine neue Methode verbessert die Vorhersage von Molekülformen mit Hilfe von maschinellem Lernen.

Eine Studie zur Härte und Elastizität von Cu-Cr-Verbundwerkstoffen mit Nanoindentation.

Forschung zeigt, dass MPNNs genutzt werden, um Materialien zu klassifizieren und Eigenschaften vorherzusagen.

Die Generierung von synthetischen Daten verbessert das maschinelle Lernen für die atomare Materialanalyse.

Eine neue Methode verändert, wie wir sich entwickelnde Oberflächen studieren.

Dieser Artikel behandelt die wichtigsten Aspekte der Lasertechnologie und ihre verschiedenen Anwendungen.

Studie zeigt, wie Kavitätswechselwirkungen Majorana-Zustände in topologischen Supraleitern beeinflussen.

Forschung zeigt, wie verdrehte Schichten die elektronischen Eigenschaften verändern und fraktionale Quanten-Effekte ermöglichen.

Ein Blick auf den nichtlinearen Hall-Effekt und seine Auswirkungen auf die Materialwissenschaft.

Forschung zu Bismuthene zeigt, wie magnetische Verunreinigungen die elektrischen Eigenschaften beeinflussen.