physics.chem-ph Arbeiten

Hybrid quantum-classical systems: statistics, entropy, microcanonical ensemble and its connection to the canonical ensemble

Diese Arbeit stellt einen mathematischen Rahmen vor, der es ermöglicht, statistische Ensembles hybrider klassisch-quantenmechanischer Systeme zu definieren, wobei durch ein Maximum-Entropie-Prinzip ein wohldefiniertes mikrokanonisches Ensemble für kontinuierliche Energiebereiche abgeleitet und dessen Zusammenhang mit dem kanonischen Ensemble sowie die Übertragung klassischer Eigenschaften in das Quantenreich aufgezeigt werden.

J. L. Alonso, C. Bouthelier-Madre, A. Castro, J. Clemente-Gallardo, J. A. Jover-GaltierThu, 12 Ma🔬 cond-mat

NMIRacle: Multi-modal Generative Molecular Elucidation from IR and NMR Spectra

Die Arbeit stellt NMIRacle vor, ein zweistufiges generatives KI-Framework, das aus IR- und NMR-Spektren präzise Molekülstrukturen ableitet, indem es fragmentbasierte chemische Modelle mit spektralen Daten verknüpft und dabei bestehende Methoden in Bezug auf Genauigkeit und Robustheit übertrifft.

Federico Ottomano, Yingzhen Li, Alex M. GanoseThu, 12 Ma🔬 physics

Ultraslow optical centrifuge with arbitrarily low rotational acceleration

Die Autoren stellen einen neuartigen optischen Zentrifugen-Prototyp vor, der durch einen Laser-Puls-Formgeber ein linear polarisiertes Feld mit willkürlich einstellbarer, extrem niedriger Winkelbeschleunigung erzeugt, wodurch sich Moleküle wie CS₂ in viskosen Medien präzise steuern lassen.

Kevin Wang, Ian MacPhail-Bartley, Cameron E. Peters, Valery MilnerThu, 12 Ma🔬 physics.optics

Efficient Application of Tensor Network Operators to Tensor Network States

Diese Arbeit stellt einen neuen, auf der Cholesky-Zerlegung basierenden Algorithmus vor, der das Anwenden von Baum-Tensor-Netzwerk-Operatoren auf Baum-Tensor-Netzwerk-Zustände effizienter gestaltet und dabei in Benchmarks sowie bei der Simulation von Schaltkreisen die meisten etablierten Methoden in der Laufzeit deutlich übertrifft.

Richard M. Milbradt, Shuo Sun, Christian B. Mendl, Johnnie Gray, Garnet K. -L. ChanThu, 12 Ma⚛️ quant-ph

Potential Energy Curves of Hydrogenic Halides HX(F,Cl,Br) and i-DMFT Method

Die Arbeit widerlegt die Genauigkeit der i-DMFT-Methode von Liu et al. für die Potentialkurven der hydrogenischen Halogenwasserstoffe HX (X = F, Cl, Br), da diese weder die Born-Oppenheimer-Ergebnisse im Gleichgewichtsbereich quantitativ wiedergeben noch das qualitative Verhalten im Van-der-Waals-Bereich mit der Multipolentwicklung übereinstimmen.

H Olivares Pilon, A V TurbinerThu, 12 Ma🔬 cond-mat.mtrl-sci

Instantons In A Symmetric Quartic Potential: Multi-Flavor Instanton Species and $D_4$ Symmetry Melting

Diese Arbeit erweitert die semi-klassische Analyse von Instantonen auf ein quartisches Potential mit vier entarteten Minima, identifiziert verschiedene Instanton-Konfigurationen zur Berechnung von Energiespalten und beschreibt einen Phasenübergang, bei dem die diskrete $D_4$ -Symmetrie in eine kontinuierliche $O(2)$ -Symmetrie übergeht.

Pervez Hoodbhoy, M. Haashir Ismail, M. MufassirThu, 12 Ma🌀 nlin

Localized intrinsic bond orbitals decode correlated charge migration dynamics

In dieser Arbeit wird gezeigt, wie eine Erweiterung der lokalisierten intrinsischen Bindungsorbitale (IBOs) in Kombination mit TDDMRG-Simulationen korrelierte Ladungsmigrationsdynamiken auf molekularer Ebene in verständliche chemische Konzepte wie gekrümmte Pfeile und Orbitalwechselwirkungen übersetzt, um die zugrundeliegenden Mechanismen zu entschlüsseln und Moleküle mit hoher Effizienz zu identifizieren.

Imam S. Wahyutama, Madhumita Rano, Henrik R. LarssonThu, 12 Ma🔬 physics

Light-Matter Interactions Beyond the Dipole Approximation in Extended Systems Without Multipole Expansion

Die Autoren stellen ein effizientes theoretisches Rahmenwerk vor, das auf dem Power-Zienau-Woolley-Hamiltonoperator und maximally localized Wannier-Funktionen basiert, um Licht-Materie-Wechselwirkungen in ausgedehnten Systemen jenseits der elektrischen Dipolnäherung ohne Multipolentwicklung zu beschreiben und dabei die Grenzen der Dipolnäherung für verschiedene Materialdimensionen und Beleuchtungsbedingungen präzise aufzuzeigen.

Rishabh Dora, Roman Korol, Vishal Tiwari, Rahul Chourasiya, Ignacio FrancoThu, 12 Ma⚛️ quant-ph

Geo-ADAPT-VQE: Quantum Information Metric-Aware Circuit Optimization for Quantum Chemistry

Die Arbeit stellt Geo-ADAPT-VQE vor, einen geometriebewussten adaptiven VQE-Algorithmus, der durch die Nutzung der natürlichen Gradientenregel für die Operatorauswahl im Vergleich zu bestehenden Methoden eine schnellere und stabilere Konvergenz sowie signifikant kürzere Ansätze für Quantenchemie-Probleme erreicht.

Mohammad Aamir Sohail, Toshiaki Koike-AkinoThu, 12 Ma⚛️ quant-ph

A mapping-based projection of detailed kinetics uncertainty onto reduced manifolds

Die Studie stellt ein zweistufiges, rechnerisch effizientes Framework vor, das Unsicherheiten detaillierter chemischer Kinetikparameter durch Projektion auf reduzierte Mannigfaltigkeiten quantifiziert und damit eine skalierbare, räumlich aufgelöste Unsicherheitsanalyse für komplexe Verbrennungssimulationen ermöglicht.

Vansh Sharma, Shuzhi Zhang, Rahul Jain, Venkat RamanThu, 12 Ma🔬 physics

Generalized Einstein Relations between Absorption and Emission Spectra in the Electric-Dipole Approximation

Diese Arbeit leitet im Rahmen der elektrischen Dipolnäherung quantenmechanische Ausdrücke für Einstein-Koeffizienten-Spektren in dispersiven Medien her, um neue verallgemeinerte Einstein-Relationen zwischen Absorptions- und Emissionsspektren zu etablieren, die die Stokes-Verschiebung im Gleichgewicht beschreiben und auf bekannte Ergebnisse für schmale Linien und Vakuum reduziert werden können.

Jisu Ryu, David M. JonasThu, 12 Ma🔬 physics

First-Principles Electronegativity Scale from the Atomic Mean Inner Potential

Die Studie stellt eine universelle, rein theoretisch fundierte Elektronegativitätsskala vor, die auf dem atomaren mittleren inneren Potential basiert und nicht nur bekannte chemische Trends präzise beschreibt, sondern auch als leistungsstarkes Vorhersagewerkzeug für Lewis-Säure-Stärken und Gammastrahlungs-Spektren dient.

Jin-Cheng ZhengThu, 12 Ma🔬 cond-mat.mtrl-sci

Towards Quantitative Reaction Dynamics of O3

Die Studie charakterisiert die Reaktionsdynamik der O₃-Bildung auf einer hochpräzisen Potentialhyperfläche, wobei zwar die negative Temperaturabhängigkeit der Austauschreaktionen und der Isotopeneffekt korrekt wiedergegeben werden, die absoluten Raten jedoch aufgrund des Vernachlässigens quantenmechanischer Effekte wie der Nullpunktsenergie experimentelle Werte unterschätzen.

Raidel Martin-Barrios, Abhirami Vijayakumar, Jingchun Wang, Markus MeuwlyThu, 12 Ma🔬 physics

Quantum-logic spectroscopy of forbidden vibrational transitions in single nitrogen molecular ions

In dieser Studie berichten die Autoren über die erfolgreiche Suche, Beobachtung und kohärente Manipulation von elektrisch-quadrupolaren Rotations-Schwingungs-Übergängen in einzelnen gefangenen Stickstoff-Ionen (N $_2^+$ ) mittels Quantenlogikspektroskopie, was neue Perspektiven für präzise Molekülspektroskopie, molekulare Quantenuhren und die Suche nach neuer Physik eröffnet.

Aleksandr Shlykov, Meissa L. Diouf, Richard Karl, Mikolaj Roguski, Umesh C. Joshi, Stefan WillitschThu, 12 Ma🔬 physics.atom-ph

Variational Adaptive Gaussian Decomposition: Scalable Quadrature-Free Time-Sliced Thawed Gaussian Dynamics

Die vorgestellte Arbeit führt eine quadraturfreie, variationsbasierte adaptive Gauß-Zerlegung (VAGD) ein, die mithilfe neuronaler Netze eine skalierbare und korrelationsbewahrende Zeit-schrittweise Thawed-Gaussian-Dynamik ermöglicht, um semiklassische Ergebnisse systematisch zu vollständigen quantenmechanischen Lösungen zu verbessern.

Rahul Sharma, Amartya BoseThu, 12 Ma⚛️ quant-ph

Nuclear Quantum Effects in Multi-Step Condensed Matter Chemistry: A Path Integral Molecular Dynamics Study of Thermal Decomposition

Die Studie zeigt mittels Pfadintegral-Molekulardynamik, dass Kern-Quanteneffekte die thermische Zersetzung des kristallinen Energieträgers TATB durch Wasserstofftransfer beschleunigen und die Aktivierungsenergie um etwa 8 % senken, während die vereinfachte Quanten-Thermal-Bath-Methode diese Effekte erheblich überschätzt.

Jalen Macatangay, Alejandro StrachanThu, 12 Ma🔬 cond-mat.mtrl-sci

Bayesian Optimization with Gaussian Processes to Accelerate Stationary Point Searches

Diese Arbeit stellt ein einheitliches Bayesian-Optimization-Framework mit Gauß-Prozessen vor, das die Suche nach stationären Punkten auf Potentialenergieflächen durch einen gemeinsamen Sechs-Schritte-Schleifenansatz, erweiterte Kernel-Methoden und effiziente Skalierung für hochdimensionale Systeme beschleunigt.

Rohit Goswami (Institute IMX and Lab-COSMO, École polytechnique fédérale de Lausanne)Thu, 12 Ma📊 stat

FragFM: Hierarchical Framework for Efficient Molecule Generation via Fragment-Level Discrete Flow Matching

Die Arbeit stellt FragFM vor, ein hierarchisches Framework zur effizienten Generierung von Molekülgraphen mittels fragmentbasierter diskreter Flow-Matching, das durch einen grob-zu-fein Autoencoder und eine stochastische Fragment-Strategie nicht nur eine überlegene Eigenschaftskontrolle ermöglicht, sondern auch durch die Einführung des NPGen-Benchmarks zur Bewertung der Erzeugung natürlicher Produkte einen neuen Maßstab für das Drug-Design setzt.

Joongwon Lee, Seonghwan Kim, Seokhyun Moon, Hyunwoo Kim, Woo Youn KimMon, 09 Ma🤖 cs.AI

Learning Long-Range Representations with Equivariant Messages

Die Studie stellt LOREM vor, ein Graph-Neurales-Netzwerk-Architektur, das durch die Verwendung äquivarianter Ladungen für langreichweitige Wechselwirkungen die Grenzen herkömmlicher, auf Skalaren basierender Korrekturschemata überwindet und dabei konsistent hohe Genauigkeit bei der Modellierung nicht-lokaler physikalischer Effekte in interatomaren Potenzialen erreicht.

Egor Rumiantsev, Marcel F. Langer, Tulga-Erdene Sodjargal, Michele Ceriotti, Philip LocheMon, 09 Ma🔬 physics

Learning the action for long-time-step simulations of molecular dynamics

Die Autoren schlagen einen datengetriebenen, strukturerhaltenden maschinellen Lernalgorithmus vor, der die mechanische Wirkung eines Systems lernt, um physikalisch korrekte Molekulardynamik-Simulationen mit großen Zeitschritten zu ermöglichen und dabei Energieerhaltung sowie Reversibilität zu gewährleisten.

Filippo Bigi, Johannes Spies, Michele CeriottiMon, 09 Ma🔬 cond-mat.mtrl-sci

← Zurück Weiter →

physics.chem-ph