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.

Photoelectron Spectroscopy and Circular Dichroism of an Open-Shell Organometallic Camphor Complex

Diese Studie untersucht den photoelektronischen zirkularen Dichroismus (PECD) des chiralen Moleküls HFC und seines schweren, offenschaligen Europiumkomplexes und zeigt, dass PECD trotz theoretischer Modellierungsherausforderungen eine praktische und empfindliche Methode zur Aufklärung struktureller Details wie der Keto-Enol-Tautomerie in großen, komplexen organometallischen Systemen bleibt.

Viktoria Brandt, Michele Pugini, Nikolas Kaltsoyannis, Gustavo Garcia, Ivan Powis, Laurent Nahon, Dominik Stemer2026-05-12🔬 physics

Quantum resource reduction for quantum-centric supercomputing via correlated mean-field downfolding framework

Dieser Beitrag stellt OBDF-SQD vor, eine hybride Quanten-Klassisch-Methode, die klassische One-Body-Downfolding nutzt, um dynamische Korrelation in einen effektiven Active-Space-Hamiltonoperator einzubeziehen und dadurch die Genauigkeit der stichprobenbasierten Quantendiagonalisierung für quantenzentriertes Supercomputing zu erhöhen, ohne zusätzliche Quantenschaltkreis-Ressourcen zu erfordern.

Thien Ngoc Tran, Lan Nguyen Tran2026-05-12⚛️ quant-ph

Detection Defines Dephasing in Two-Dimensional Electronic Spectroscopy of Materials: Coherent Field Emission versus Incoherent Population Observables

Dieser Artikel argumentiert, dass die in der zweidimensionalen elektronischen Spektroskopie gemessene homogene Linienbreite nicht ausschließlich durch den mikroskopischen Verlust der Kohärenz bestimmt wird, sondern grundlegend durch das Detektionsobservablen definiert ist, wobei kohärente Feldmessungen die Standard-Optische Kohärenzzeit (T2T_2) widerspiegeln, während populationsdetektierte Modalitäten zusätzliche Umverteilungsdynamiken kodieren, um eine effektive Kohärenzzeit (T2,effT_{2,\mathrm{eff}}) zu ergeben.

Simón Paiva-Ortega, Hao Li, Eric R. Bittner, Carlos Silva-Acuña2026-05-12🔬 physics

CrystalREPA: Transferring Physical Priors from Universal MLIPs to Crystal Generative Models

CrystalREPA ist ein Plug-and-Play-Framework, das die Stabilität, Validität und Genauigkeit generierter Kristalle verbessert, indem es Repräsentationen generativer Modelle durch ein kontrastives Lernziel mit eingefrorenen universellen maschinellen Lern-Interatompotentialen (MLIPs) abgleicht und dabei aufzeigt, dass die Effektivität eines MLIPs für Transferaufgaben stärker von seiner Repräsentationsunterscheidbarkeit abhängt als von seinen Standardgenauigkeitsbenchmarks.

Chengqian Zhang, Yucheng Jin, Duo Zhang, Tiejun Li, Han Wang2026-05-12🔬 cond-mat.mtrl-sci

Teaching Molecular Dynamics to a Non-Autoregressive Ionic Transport Predictor

Dieser Artikel schlägt ein nicht-autoregressives Lernframework vor, das atomare Trajektorien während des Trainings als zusätzliche Modalität nutzt, um eine schnelle, genaue und dynamische Vorhersage des ionischen Transports aus statischen Strukturen zu ermöglichen, ohne dass zum Inferenzzeitpunkt sequenzielle Inferenz oder Trajektoriendaten erforderlich sind.

Jiyeon Kim, Byungju Lee, Won-Yong Shin2026-05-12🔬 physics.atom-ph

Systematic Fine-Tuning of MACE Interatomic Potentials for Catalysis

Diese Arbeit bewertet systematisch neun MACE-basierte, maschinell erlernte interatomare Potentiale für die Katalyse und zeigt, dass zwar das Training von Grund auf von spezifischen Hoch-Energie-Sampling-Strategien profitiert, die Feinabstimmung großer Basismodelle jedoch eine überlegene Robustheit und Genauigkeit über eine Vielzahl metallischer und oxidischer Katalysatoren hinweg bietet, einschließlich herausfordernder Reaktionen außerhalb der Trainingsverteilung.

Nima Karimitari, Jacob Clary, Derek Vigil-Fowler, Ravishankar Sundararaman, Gábor Csányi, Christopher Sutton2026-05-12🔬 cond-mat.mtrl-sci

Polarizable Embedding QM/MM for Periodic Systems

Dieser Beitrag stellt ein allgemeines polarisierbares Einbettungs-QM/MM-Schema für periodische Systeme vor, das DFT mit einem multipolbasierten Wassermodell koppelt und sorgfältig abgestimmte Fernfeldentwicklungen sowie Kurzreichweiten-Dämpfungsfunktionen nutzt, um eine Genauigkeit auf QM-Niveau zu erreichen und gleichzeitig glatte Übergänge in Molekulardynamik-Simulationen sicherzustellen.

Julian Bessner, Anoop Ajaya Kumar Nair, Magnus Andreas Hilduberg Christiansen, Timo Jacob, Hannes Jónsson, Elvar Örn Jónsson2026-05-12🔬 cond-mat.mtrl-sci

Analytical Representation for the Electronic Contribution of the Nuclear Schiff Interaction Hamiltonian

Dieser Beitrag stellt einen neuen, genauen analytischen Ausdruck für die elektronischen Terme des nuklearen Schiff-Wechselwirkungs-Hamiltonians unter Verwendung von Gaußschen Basissätzen vor, der die bisher zu signifikanten Überschätzungen in Molekülen wie RaO und LrF führenden Fehler durch Abbruch der Potenzreihen vermeidet und gleichzeitig die Überlegenheit von even-tempered-Basissätzen für diese Berechnungen nachweist.

Satoshi Toda, Yasuto Masuda, Naohiro Tomiyama, Kota Yanase, Bijaya Kumar Sahoo, Masahiko Hada, Minori Abe2026-05-12🔬 physics

Overfitting by design: neural network density functionals for water

Diese Arbeit zeigt, dass das Training eines auf neuronalen Netzen basierenden Funktionals der lokalen Dichtennäherung speziell auf Wassersystemen unter Verwendung eines differenzierbaren Kohn-Sham-Lösers mit minimalen Trainingsdaten nahezu Goldstandard-Genauigkeit erreicht und eine effektive Transferlernung auf andere wasserbezogene Systeme ermöglicht, wodurch systemspezifische Präzision gegenüber Allgemeingültigkeit priorisiert wird.

Karim K. Alaa El-Din, Antonius v. Strachwitz, Ana Coutinho Dutra, Sam M. Vinko2026-05-12🔬 physics