Physique - Science des matériaux

Des chercheurs étudient comment la pression modifie les propriétés de l'EuRhGe, révélant des comportements magnétiques uniques.

Explore comment la lumière interagit avec les surfaces en optique.

Cet article parle de l'utilisation de l'apprentissage automatique pour accélérer les calculs DFT en science des matériaux.

Un aperçu du comportement et des applications des nanoparticules magnétiques, surtout en chaînes.

Un nouveau modèle améliore l'efficacité et la précision dans les opérations de laminage des métaux.

Cette étude examine les changements structurels dans NaNiO sous variation de température.

Un nouveau modèle examine les interactions mécaniques dans les anodes en silicium pour s'attaquer aux problèmes de tension.

Des recherches récentes mettent en lumière le mouvement des électrons dans des réseaux de points quantiques.

La recherche dévoile les comportements distincts des quasicristaux fabriqués à partir de disélénure de tungstène.

Une nouvelle méthode améliore les prévisions des performances des matériaux composites dans différentes conditions.

La recherche met en avant le potentiel des structures en micro-lattices pour améliorer la sécurité des drones.

Apprends comment les microgels pNIPAM réagissent aux variations de température et leurs applications.

Une étude révèle comment la température influence les phases structurales de HfO2.

Le dataset MaterioMiner relie la mécanique des matériaux à la littérature scientifique pour améliorer la recherche.

De nouvelles recherches montrent que les nanoscrolls de carbone peuvent vraiment améliorer la conductivité électrique sous l'influence magnétique.

Des nanocristaux d'or chiraux montrent des propriétés électriques uniques influencées par des champs magnétiques.

Des chercheurs ont développé des peignes de fréquence magnon avec des cristaux de skyrmion pour améliorer les applications magnétiques.

Découvrez comment la modélisation avancée améliore la qualité et l'efficacité du laminage à froid.

Cet article examine le module de cisaillement et la relaxation de volume dans des verres métalliques à haute entropie.

Des recherches montrent les facteurs clés influençant la coercivité des aimants SmCo-1:7.

Des recherches montrent de nouvelles connexions entre la phase de Berry et les effets de tunnel quantique.

Une nouvelle méthode améliore les prédictions des propriétés des composés organiques en utilisant des techniques d'apprentissage automatique.

Des études récentes révèlent des infos sur la structure du silicium sous haute pression et température.

Un aperçu de l'importance et des défis de la théorie de la fonctionnelle de la densité.

Une étude révèle le rôle des fluctuations de spin dans l'effet magnéto-calorique du MnFe Si.

La différentiation automatique améliore les méthodes FFT pour une meilleure analyse du comportement des matériaux.

Des chercheurs utilisent des ondes sonores pour contrôler les propriétés électriques dans les ferroélectriques.

L'étude des ondes de densité de charge révèle de nouveaux comportements thermiques dans les matériaux.

L'apprentissage machine est en train de changer notre façon d'étudier et de prévoir le comportement des matériaux.

Cet article examine comment l'hydrogène influence les alliages de fer dans le noyau de la Terre.

Une étude révèle des interactions complexes dans le FeGe, mettant en avant des ondes de densité de charge et le magnétisme.

Des recherches montrent comment la lumière influence les propriétés uniques des semi-métaux topologiques.

La recherche sur les superréseaux en moiré révèle de nouvelles phases dans les matériaux en couches.

Étude de la génération de charge électrique dans les matériaux sous contrainte à l'échelle nanométrique.

Une approche moderne pour comprendre les limites des cordes élastiques sous tension.

Une nouvelle approche pour analyser des systèmes non réciproques en utilisant des zones de Brillouin généralisées.

Les méthodes d'IA changent la façon dont les scientifiques prédisent les propriétés moléculaires pour différentes applications.

Des recherches montrent comment les ondes térahertz influencent la magnétisation dans les matériaux.

Nouvelles perspectives sur le a-SiN en utilisant le machine learning et des simulations.

Le clustering K-means aide les chercheurs à analyser des comportements électroniques complexes dans les matériaux.