155 Arbeiten
Die Arbeit stellt den Tensor Atomic Cluster Expansion (TACE) vor, ein neues äquivariantes atomistisches Machine-Learning-Modell, das skalare und tensorielle Eigenschaften in kartesischem Raum vereinheitlicht, um komplexe Kopplungen zu vermeiden und gleichzeitig präzise Vorhersagen für eine breite Palette von physikalischen Observablen und Systemen zu ermöglichen.
Diese Studie demonstriert, dass der iterative Qubit-gekoppelte-Cluster-Algorithmus (iQCC) auf klassischen Prozessoren simuliert organometallische Komplexe mit einer Genauigkeit übertrifft, die klassische Methoden nicht erreichen, und definiert damit den Schwellenwert für den zukünftigen Quantenvorteil in der computergestützten Chemie.
Die vorgestellte Arbeit führt einen datengestützten Rahmen ein, der mittels semidefiniten maschinellen Lernens eine vertexbasierte Approximation der -Darstellbarkeit von Zwei-Elektronen-Dichtematrizen ermöglicht, um die Genauigkeit direkter variationsbasierter Berechnungen bei vergleichbarem Rechenaufwand zu steigern, ohne explizite Bedingungen höherer Ordnung zu benötigen.
Diese Arbeit bietet aus der Perspektive der natürlichen Sprachverarbeitung (NLP) einen Überblick über gängige digitale Molekülrepräsentationen und deren Anwendungen in der chemischen Informatik, um Forschern als Leitfaden an der Schnittstelle von KI, Chemie und Materialwissenschaft zu dienen.
Der Artikel plädiert für die Integration von KI-gesteuerten Workflows, Hochdurchsatzexperimenten und autonomen Selbstfahrlaboren, um durch einen datengetriebenen Kreislauf die Entdeckung neuer Katalysatoren und die Optimierung chemischer Reaktionsprozesse zu beschleunigen.
Die Arbeit stellt erstmals Drifting-Modelle für die Generierung molekularer Konformationen vor, die durch die theoretische Herleitung der „Drifting Force Identity" und die entgegengesetzte Wirksamkeit von Kraftintegration in Koordinaten- versus Distanzraum eine millionenfache Beschleunigung gegenüber der klassischen Molekulardynamik bei gleichzeitiger exakter Boltzmann-Verteilung und struktureller Validität ermöglichen.
Die Studie zeigt, dass das KI-Modell Boltz-2 zwar für das schnelle Vorab-Screening nützlich ist, jedoch aufgrund unzureichender energetischer Korrelationen und struktureller Unsicherheiten keine verlässliche Alternative zu physikbasierten Methoden für die präzise Identifizierung von Wirkstoffkandidaten darstellt.
Die Studie stellt RESOLUTE vor, ein Protokoll zur Ramsey-Korrelationsspektroskopie mit Phasencyklierung, das die effektive Kohärenzzeit eines einzelnen Quantensensors über die natürliche -Grenze hinaus verlängert und so die Detektion niederfrequenter Signale im bisher unzugänglichen Spektralbereich ermöglicht.
Die Arbeit schlägt einen konstruktiven Ansatz vor, bei dem durch DFT-Theoreme und analytische Randbedingungen physikalisch fundierte latente Räume erstellt werden, um die Interpretierbarkeit und Genauigkeit von maschinell gelernten interatomaren Potenzialen zu verbessern.
Diese Arbeit entwickelt eine informationstheoretische Analyse chemischer Reaktivität entlang einer Reaktionskoordinate mittels Partial Information Decomposition (PID), die in drei prototypischen S2-Reaktionen zeigt, wie sich redundante, einzigartige und synergistische Beiträge elektronischer Observablen während des Bindungsauf- und -abbaus unterscheiden und symmetriesensitive Signaturen der Bindungsentwicklung liefern.
Die Arbeit stellt SAFT-P vor, eine Erweiterung der Statistischen Assoziierenden Fluidtheorie auf Plaquette-Ebene, die durch die Berücksichtigung lokaler Cluster und Patch-Topologien die Selbstassemblierung und Phasengrenzen von patchy-Kolloiden präziser beschreibt als konventionelle Ansätze.
In dieser Arbeit wird eine neuartige RT-TDDFTB+LQBE-Methode vorgestellt, die es ermöglicht, die energieabhängigen Elektron-Elektron-Streuungsdynamiken, die quasiteilchenlebensdauern und die Dekohärenzprozesse in plasmonischen Silber-, Gold- und Aluminium-Nanoclustern unterschiedlicher Größe selbstkonsistent zu beschreiben.
Die Studie demonstriert, dass ein neuartiger, simulationsgestützter Bayes'scher Inferenzansatz die Mehrdeutigkeiten herkömmlicher QENS-Analysen überwindet und erstmals die stark anisotrope Rotationsbewegung von flüssigem Benzol auflöst, was zu einem präziseren Verständnis molekularer Dynamiken in katalytischen Prozessen führt.
Die Autoren stellen einen auf klassischer Mechanik basierten Algorithmus namens SBCI vor, der durch die Anwendung des Simulated Bifurcation-Ansatzes präzise quantenchemische Berechnungen mit reduziertem Rechenaufwand und geringem Speicherbedarf ermöglicht.
Die Arbeit stellt IR-GeoDiff vor, ein latentes Diffusionsmodell, das aus Infrarotspektren dreidimensionale Molekülgeometrien rekonstruiert, indem es spektrale Informationen in die Knoten- und Kantenrepräsentationen der Molekülstrukturen integriert und dabei die komplexe Beziehung zwischen spektralen Merkmalen und der räumlichen Struktur erfasst.
Die Studie stellt ein Open-Source-Modell vor, das den abiotischen Schwefelkreislauf auf erdähnlichen Planeten simuliert und zeigt, dass das Fehlen mikrobieller Stoffwechselprozesse zu einem deutlich anderen chemischen Profil der Meeresablagerungen führt, gekennzeichnet durch einen um zwei Größenordnungen höheren Sulfatgehalt und einen um vier Größenordnungen niedrigeren Sulfidgehalt im Vergleich zur heutigen Erde.
Diese Arbeit untersucht, wie unterschiedliche Laserpulse (lang und ultrakurz) angeregte Molekülzustände aufbauen, und stellt dabei fest, dass die etablierten Konzepte der Born-Huang-Näherung durch die genauere Exact-Factorization-Methode herausgefordert werden.
Die Studie stellt einen skalierbaren, quantenkorrigierten Ansatz (QNC-NMR) vor, der mithilfe des maschinellen Lernmodells PET-MOLS quantenmechanische Nukleareffekte effizient berücksichtigt und so die Genauigkeit der NMR-Kristallographie für Wasserstoffbrückenprotonen und amorphe Materialien ohne empirische Korrekturen signifikant verbessert.
Diese Arbeit präsentiert eine theoretische Untersuchung der Paritätsverletzungseffekte in helikalem Osmocen und identifiziert vielversprechende Schwingungsübergänge für deren experimentellen Nachweis mittels hochpräziser Mid-IR-Spektroskopie.
Die Studie zeigt, dass die Transformation molekularer Hamilton-Operatoren in die adiabatische -Darstellung zwar die Spin-Bahn-Kopplung eliminiert, aber signifikante nicht-adiabatische Kopplungen erzeugt, deren Vernachlässigung zu schwerwiegenden Fehlern führt und daher nur bei ausreichend getrennten Zuständen eine zuverlässige Näherung darstellt.