785 Arbeiten
Dieser Bereich widmet sich den faszinierenden Schnittstellen zwischen Physik und Chemie, wo fundamentale Naturgesetze auf molekularer Ebene untersucht werden. Hier geht es um die Bewegung von Atomen, die Kräfte zwischen Molekülen und die thermodynamischen Prozesse, die unser Universum formen, ohne dabei in unnötigen Fachjargon zu verfallen.
Auf Gist.Science durchsuchen wir kontinuierlich die neuesten Vorveröffentlichungen von arXiv in dieser Kategorie. Für jedes neue Preprint erstellen wir sowohl eine verständliche Zusammenfassung für ein breites Publikum als auch eine detaillierte technische Analyse, damit die komplexesten Entdeckungen für jeden zugänglich sind.
Im Folgenden finden Sie die aktuellsten Forschungsarbeiten aus dem Feld der physikalischen Chemie, die wir für Sie aufbereitet haben.
Dieser Artikel zeigt, dass die Implementierung des thermischen Perdew-Burke-Ernzerhof-(PBE)-Funktionals innerhalb der Kohn-Sham-Dichtefunktionaltheorie die Genauigkeit von Simulationen warmen dichten Materials erheblich verbessert und Referenzdaten aus Pfadintegral-Monte-Carlo-Simulationen für Energien, Kräfte, Drücke und Ladungsdichten bei vernachlässigbaren Rechenaufwand nachbildet.
Diese Studie nutzt die bayessche Inversion von Spektraldaten des elektrischen Lichtbogen-Schockrohrs des NASA Ames Research Center, um Unsicherheiten bei achtzehn spektroskopischen Parametern für Stickstoff zu bestimmen und signifikant zu verringern, wodurch die Unsicherheit des vorhergesagten Strahlungswärmeflusses beim Eintritt in hypersonische Geschwindigkeiten um den Faktor fünf reduziert wird.
Diese Arbeit zeigt, dass die Bildung chemischer Bindungen, wie sie in den Wasserstoff- und Heliumdimere vorliegt, die quantencomputergestützte Komplexität (oder „Magie") des elektronischen Grundzustands erheblich erhöht, was darauf hindeutet, dass Bereiche starker Bindung verstärkte intrinsische Quantenressourcen darstellen.
Die Arbeit stellt GENIUS vor, ein agentic KI-Framework, das ein Quantum ESPRESSO-Wissensgraph mit einer gestuften LLM-Hierarchie und einer endlichen Fehlerwiederherstellung integriert, um DFT-Simulationsprotokolle autonom zu generieren, zu validieren und zu reparieren, wodurch die Entdeckung von Materialien demokratisiert wird, indem hohe Erfolgsquoten bei gleichzeitiger erheblicher Reduzierung von Kosten und Halluzinationen im Vergleich zu herkömmlichen LLM-Ansätzen erreicht werden.
Dieser Beitrag stellt EnFlow vor, ein neuartiges energiegeleitetes generatives Framework, das flow-basierte Konformer-Generierung mit gelernter Modellierung des Energielandschaftsprofils integriert, um effizient diverse, physikalisch genaue Molekülstrukturen mit niedriger Energie zu erzeugen und Grundzustände in nur ein bis zwei Sampling-Schritten zu identifizieren.
Diese Arbeit zeigt, dass maschinell erlernte Kraftfelder, insbesondere das SO3LR-Modell, konventionelle Molekularmechanik bei der genauen Reproduktion von Konformationsenergetik und Vibrationsdynamik auf Quantenniveau über eine Vielzahl von biomolekularen Systemen hinweg deutlich übertreffen und so spektroskopisch validierte Simulationen zu einem Bruchteil der Rechenkosten ermöglichen.
Drift-React ist ein neuartiges SE(3)-äquivariantes generatives Framework, das vollständige, physikalisch konsistente Reaktionspfade in einem einzigen Vorwärtsschritt aus den Geometrien der Edukte und Produkte vorhersagt, wodurch die Notwendigkeit kostspieliger iterativer Kraftbewertungen entfällt, während gleichzeitig eine Genauigkeit auf dem Stand der Technik und eine um Größenordnungen schnellere Leistung für die Erforschung großskaliger Reaktionsnetzwerke erreicht wird.
Diese Arbeit demonstriert eine Technik zur Trennung mehrerer nichtlinearer Ordnungen in der zweidimensionalen elektronischen Spektroskopie durch Variation der Pumpimpulsintensitäten, die eine quantitative Charakterisierung hochangeregter Zustände, wie Übergangsdipolmomente und Energieniveaus, in einem Squaring-Dimer ermöglicht und dabei eine hervorragende Übereinstimmung zwischen Theorie und Experiment zeigt.
Diese Studie etabliert ein effizientes, abgestimmtes DFT-TDDFT-Rahmenwerk zum Screening von Heteroatom-dotierten organischen Farbstoffen für farbstoffsensibilisierte Solarzellen und zeigt, dass eine elektronendefiziente Bor-Dotierung die HOMO-LUMO-Lücke effektiv verengt und ladungstransferangeregte Zustände rotverschiebt, um die Solarenergieausbeute zu verbessern.
Dieser Beitrag stellt einen auf Large Language Models basierenden Agenten vor, der über das Model Context Protocol in die AVEVA Process Simulation integriert ist und eine Interaktion in natürlicher Sprache zur Automatisierung komplexer chemischer Prozessaufgaben wie Analyse, Optimierung und Fließbildsynthese ermöglicht, wodurch sowohl die pädagogische Zugänglichkeit als auch die professionelle Effizienz gesteigert werden, während dennoch eine fachliche Aufsicht erforderlich bleibt.