985 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 nutzt ein maschinelles Lernpotenzial, um zu zeigen, dass uniaxialer Druck in tetragonalem BaTiO₃ die Polarisationsschaltung und Domänenwandbildung steuert, wobei ab einer kritischen Spannung von 120 MPa die Aktivierungsenergien sinken und sich bei 80 MPa eine Doppelhystereseschleife ausbildet.
Diese Studie nutzt eine maschinell lerngestützte klassische Dichtefunktionaltheorie, um zu zeigen, dass die selektive Adsorption eines azeotropen Gemisches in einer Pore bei der azeotropen Zusammensetzung verschwindet, was mit einem Extremum der isothermen Kompressibilität und der Grenzflächenenergie korreliert.
Die vorgestellte DMTS-NC-Methode beschleunigt molekulardynamische Simulationen mit neuronalen Netzwerk-Potenzialen durch eine destillierte Mehr-Zeit-Schritt-Strategie unter Verwendung nicht-konservativer Kräfte, die ohne Feinabstimmung eine höhere Stabilität und Geschwindigkeit bei gleichzeitigem Erhalt physikalischer Genauigkeit ermöglicht.
Die Studie zeigt, dass die makroskopische Polymorphie von Kupferphthalocyanin durch Quantenkohärenz und multipartite Verschränkung während der Abscheidung gesteuert wird, was durch ein neues DIME-Framework erklärt wird und die rationale Synthese bisher unbekannter Kristallstrukturen ermöglicht.
Diese Studie nutzt maschinengelernte Potentiale, um die Entmischungsgrenze von Wasserstoff und Helium in Gasriesen präzise zu bestimmen, was zu niedrigeren Entmischungstemperaturen führt und bestätigt, dass Heliumregen in Saturn wahrscheinlich, in Jupiter jedoch unwahrscheinlich ist.
Diese theoretische Studie widerlegt die gängige Annahme, dass spin-orbitale Kopplung in Donor-Akzeptor-Systemen bei orthogonalen Diederwinkeln maximal ist, und zeigt stattdessen auf, dass Symmetrieüberlegungen eine Minimierung bei Orthogonalität und eine Aktivierung nur bei chiralen, schrägen Orientierungen erfordern.
Die Studie stellt ein physikalisch motiviertes Framework vor, das mithilfe von neuronalen Netzen auf QM/MM-Daten trainierte, ladungsbasierte elektronische kollektive Variablen nutzt, um den Fortschritt chemischer Reaktionen in wässrigen und enzymatischen Umgebungen effizienter und übertragbarer zu beschreiben als herkömmliche geometrische Ansätze.
Diese Arbeit stellt eine GPU-beschleunigte Implementierung der TDDFT mit minimaler Hilfsbasis (TDDFT-risp) in GPU4PySCF vor, die es ermöglicht, angeregte Zustände für große organische Moleküle mit bis zu 3000 Atomen auf einer einzigen A100-GPU effizient und mit hoher Genauigkeit zu berechnen.
Diese Studie demonstriert in verdrehtem Bilayer-Graphen eine schichtselektive Leitfähigkeitsumwandlung durch Hydrierung bei fester Ladungsdichte und starkem elektrischem Feld, die durch Protonentransport ermöglicht wird und neue Möglichkeiten für konfigurierbare Logikgatter sowie elektrochemische Schnittstellen mit entkoppelten zweidimensionalen Elektronengasen eröffnet.
Diese Arbeit stellt einen vollständig nichtperturbativen und nicht-Markovschen dissipaton-basierten Quantenansatz vor, der die Wärmestromberechnung in einem lokal gekoppelten eindimensionalen Molekülketten-System ermöglicht und dabei die Effekte von Temperatur, Frequenz, Onsite-Energie-Modifikation sowie höherordniger Kopplungen untersucht.