978 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.
Diese Studie leitet erstmals eine allgemeine analytische Formel für die elektrophoretische Beweglichkeit in einer geladenen chiralen aktiven Flüssigkeit her und zeigt, dass die odd-Viskosität zu einer Richtungsasymmetrie im Beweglichkeitstensor führt, die selbst bei dünner elektrischer Doppelschicht bestehen bleibt.
Das Paper stellt das BOS-TMC-Dataset vor, eine umfassende Sammlung von DFT-Eigenschaften für über 159.000 experimentell charakterisierte mononukleare Übergangsmetallkomplexe in verschiedenen Ladungs- und Spinzuständen, die als hochpräzise Grundlage für maschinelles Lernen und DFT-Validierung dient.
Diese theoretische Studie zeigt, dass eine elektronische Quantengeometrie in Form einer Kreuzungsnähte den Singulett-Spaltungs-Kanal im Wasserstoff-Cluster H₄ vollständig blockieren kann, was einen neuen Mechanismus zur Steuerung photochemischer Reaktionen aufdeckt.
Die Arbeit stellt eine systematische Hierarchie von $GW$-basierten Näherungen vor, die durch schrittweise Reduktion der dynamischen Selbstenergie von der vollen Dynamik zu rein statischen Hamilton-Operatoren übergeht und dabei zuverlässige Quasiteilchenenergien bei vereinfachter numerischer Komplexität ermöglicht.
Diese Studie zeigt, dass fluoritartige Seltenerd-Hochentropieoxide unter hohem Druck ihre kubische Struktur beibehalten, jedoch durch lokale Gitterverzerrungen und bei (CePrLa)O durch beginnende Amorphisierung oberhalb von 22 GPa gekennzeichnet sind, was die komplexe Wechselwirkung zwischen konfigurierter Entropie, Kationengröße und Druck auf die strukturelle Stabilität unterstreicht.
Diese Studie kombiniert Dichtefunktionaltheorie-Rechnungen mit Hochdruckexperimenten, um die strukturellen Phasenübergänge des Fast-Ionen-Leiters BaSnF4 bis zu 40 GPa zu untersuchen und dabei zwei neue monokline Phasen sowie deren Einfluss auf die ionische Leitfähigkeit aufzudecken.
Diese Arbeit stellt eine neue „Gamma-Fit"-Analysemethode vor, die durch die Berücksichtigung von Konformations- und kinetischer Heterogenität die Charakterisierung der TADF-Kinetik in ungeordneten molekularen Ensembles verbessert und zeigt, dass lokale Umgebungs- und Ensemble-Effekte für das Verständnis der OLED-Effizienz entscheidend sind.
Diese Studie stellt einen auf Reinforcement Learning basierenden Quantenlogik-Spektroskopie-Ansatz (RL-QLS) vor, der robuste und effiziente Kontrollsequenzen zur Vorbereitung von polyatomaren Molekülionen in reinen Quantenzuständen entwickelt und damit neue Möglichkeiten für Präzisionsmessungen und Tests fundamentaler Physik eröffnet.
Diese Arbeit stellt die „Integral Decimation"-Methode vor, einen quanteninspirierten Algorithmus, der multidimensionale Integrale durch die Zerlegung in spektrale Tensor-Train-Produkte effizient berechnet und so die Rechenkomplexität von exponentiell auf polynomiell reduziert, um Anwendungen in der Quantendynamik und statistischen Mechanik zu ermöglichen.
Die vorgestellte Studie zeigt, dass ein zweistufiger Lernansatz, bei dem maschinell erlernte Wechselwirkungspotenziale zunächst mit kostengünstigen klassischen Kraftfeldern vorab trainiert und anschließend mit wenigen hochpräzisen Ab-initio-Daten feinabgestimmt werden, zu robusteren und stabileren Molekulardynamik-Simulationen führt als Modelle, die von Grund auf neu trainiert werden.