Articoli più recenti per Gap di banda

Il machine learning migliora le previsioni dei band gap, aumentando le intuizioni sulle proprietà elettroniche dei materiali.

Gli MXene sembrano promettenti come fotocatalizzatori per una produzione di idrogeno efficiente usando la luce solare.

Esplora come la temperatura e i campi elettrici influenzano il comportamento di HgCdTe nelle applicazioni a infrarossi.

I nuovi sistemi ibridi che usano onde di spin e skyrmioni promettono un computing efficiente.

Esaminare il comportamento delle onde in materiali unici per applicazioni tecnologiche.

La ricerca rivela come lo stress altera le proprietà del semiconduttore TaNiS.

Esaminando la struttura e la funzione dei cristalli fotonici unidimensionali.

La ricerca rivela materiali ferroelettrici 2D promettenti per l'elettronica futura.

Questo studio esplora come lo stress influisce sulle proprietà elettroniche del MoS a strato singolo.

I ricercatori usano l'IA per migliorare la modellazione dei materiali con un nuovo approccio di deep learning.

Le vacanze di tellurio nel DyTe influenzano il suo comportamento elettrico e il potenziale nell'elettronica.

La ricerca si concentra sul controllo della luce usando cristalli liquidi di colesterolo in microcavità.

La ricerca rivela le caratteristiche magnetiche ed elettroniche del Cs Co S per la tecnologia futura.

La ricerca identifica nuovi materiali organici per migliorare le prestazioni delle celle solari a perovskite.

Esaminare le bande piatte e il loro ruolo nel migliorare i superconduttori.

Nuovi metodi migliorano il controllo della luce nei cristalli fotonici per una tecnologia migliore.

L'algoritmo BMach migliora l'accuratezza nella previsione delle proprietà elettroniche dei materiali.

Questo studio esplora le caratteristiche elettroniche uniche di Ta NiSe a basse temperature.

Uno studio sulle proprietà e le potenziali applicazioni di specifici clinopiroxeni.

Ba K BiO rivela proprietà uniche fondamentali per comprendere la superconduttività.

Nuove scoperte mettono in discussione le teorie consolidate sul comportamento della transizione di fase di TiSe2.

mBLOR funzionale migliora la Teoria del Funzionale della Densità per previsioni sui materiali più accurate.

La ricerca mette in evidenza il comportamento unico del PtSe a strati nell'elettronica.

I ricercatori sviluppano materiali che adattano le proprietà sonore in tempo reale.

La ricerca svela come alcuni ioni specifici possano migliorare l'efficienza dei pannelli solari in perovskite.

La ricerca svela il potenziale del torio nel migliorare l'accuratezza del tempo.

La ricerca rivela proprietà elettroniche e di spin promettenti nei MXene Janus WCOX.

Nuovi materiali riducono efficientemente il rumore permettendo allo stesso tempo il passaggio dell'aria negli ambienti urbani.

Questa ricerca esplora l'impatto delle dimensioni del sistema sulle proprietà elettroniche usando metodi avanzati.

Capire le proprietà strutturali del FAPbI migliora l'efficienza e il design delle celle solari.

Questo studio esamina il comportamento elettronico dei film sottili di BiSb e le loro applicazioni.

La ricerca sugli elettridi derivati dalla sodalite mostra potenziale per nuovi materiali elettronici.

La ricerca evidenzia le proprietà regolabili di MAPb(I Br) per le applicazioni nel settore dell'energia solare.

Questo studio esamina le proprietà dei materiali EuCd X e le loro potenziali applicazioni.

Esplorare il potenziale dell'idrogeno come fonte di energia sostenibile.

I ricercatori usano il deep learning per prevedere in modo efficiente le proprietà dei cristalli fotonici.

I ricercatori usano l'apprendimento automatico per accelerare la scoperta di nuovi materiali.

I ricercatori studiano come la temperatura influisca sui calcoalogenuri d'argento per applicazioni energetiche.

Un nuovo modello rivoluziona il modo in cui prevediamo le proprietà dei materiali.

Piccole aggiunte di bismuto ai semiconduttori portano a significativi progressi tecnologici.