Neuste Artikel für Materialwissenschaft

Untersuchung, wie Temperatur und Druck die Struktur bestimmter Materialien verändern.

Dieser Artikel stellt eine Methode vor, um die Delaminierungsmodellierung in Verbundwerkstoffen zu verbessern.

Quanten-Simulation bietet vielversprechende neue Methoden für die Materialforschung und Kosteneinsparungen.

Neue Methoden verbessern das molekulare Design, indem sie die Vorhersageunsicherheit messen.

Eine Überprüfung der Effektivität des Bond-Polarizierbarkeitsmodells in der Raman-Spektroskopie-Analyse.

Neue Erkenntnisse zeigen, wie Unordnung quanten-anomalien in Materialien beeinflusst.

Diese Studie untersucht den Spin-Bahn-Kopplung in schichtartigen Perowskiten und deren Auswirkungen.

Forschung hebt die Rolle von Silicene bei der Erkennung von Lebensmittelverderb hervor.

Neue hybride Hydrogels verbessern das Zellwachstum und die Haftung in medizinischen Anwendungen.

Neue Erkenntnisse zu Cu-W-Verbundstoffen verbessern ihr Potenzial für verschiedene Anwendungen.

Neue Methoden verbessern das Verständnis von Exzitonen für bessere technologische Anwendungen.

Neue Methode verbessert das Verständnis von komplexen Quantenstaaten und -systemen.

Ungewöhnliches Kornwachstum in Materialien bei Raumtemperatur unter hohem Druck erkunden.

Ein neuer kombinierter Ansatz verbessert molekulare Dynamiksimulationen mithilfe von Quantencomputing und maschinellem Lernen.

Forschung zeigt das Potenzial von thulium-dotierten Kristallen für Anwendungen in der Quantenmemory.

Ein Blick darauf, wie Polarone die Eigenschaften und Anwendungen von Lithiumniobat beeinflussen.

Forscher nutzen Zweiton-Spektroskopie, um das Verständnis von Quanten-Schaltungen zu verbessern.

HydraGNN nutzt maschinelles Lernen, um die Materialentdeckung und -modellierung zu beschleunigen.

Studie zeigt, wie Löcher in WSe₂ Quanten-Geräte verbessern können.

Ein Blick auf die Bildung und Eigenschaften von Bainit im Stahl.

Die Korngrösse beeinflusst die Materialeigenschaften und die Leistung in ingenieurtechnischen Anwendungen.

Die Erkundung der Übergänge zwischen Kristallstrukturen in der Materialwissenschaft.

Die Verbindung zwischen Geometrie und Spin in elektronischen Materialien erkunden.

MgIrH zeigt Potenzial für Hochtemperatur-Supraleitung bei Normaldruck.

Die Forschung zu Chern-Bändern zeigt komplexe Verhaltensweisen, die von den Wechselwirkungen der Elektronen beeinflusst werden.

TbSbTe zeigt einzigartige Eigenschaften und magnetisches Verhalten und bietet Einblicke in nodale Linien-Semimetalle.

Neues Deep-Learning-Modell verbessert das Verständnis der thermischen Eigenschaften und Phasenübergänge von PZO.

Forschung zeigt mögliche Anwendungen von fraktionalen Chern-Isolatoren in der Quantencomputing.

Untersuchen, wie chirale Materialien die Lichtausstossraten verändern.

Eine Studie zeigt, wie Phasenfluktuationen die elektrische Resistivität von Supraleitern beeinflussen.

Erforschen, wie kleine Partikel unter chemischen Signalen in verschiedenen Flüssigkeiten reagieren.

Untersuchung der Verbindung zwischen magnetischen Materialien und den schwer fassbaren Dunkelmaterie-Teilchen.

Ein neuer Ansatz zur Modellierung von Memristoren für fortschrittliche Computeranwendungen.

SimXRD bietet Millionen von simulierten XRD-Mustern für eine verbesserte Kristallklassifizierung.

Ein detaillierter Blick auf das Triple-Chain-Ising-Modell und seine Implikationen.

Untersuchung von Nickel-Fehlstellen und deren Einfluss auf zukünftige Technologien.

Erkunde die Arten und Anwendungen von Magnetismus und Ferriten in der modernen Technologie.

Diese Studie untersucht das Verhalten von Hafnium bei unterschiedlichen Temperaturen und Drücken mit Hilfe von maschinellem Lernen.

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

Diese Studie untersucht, wie einzigartige Materialien unter unterschiedlichen Bedingungen reagieren.