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.

Towards A Transferable Acceleration Method for Density Functional Theory

Diese Arbeit stellt eine universell übertragbare Methode vor, die mithilfe von E(3)-äquivarianten neuronalen Netzen die Elektronendichte in einer kompakten Hilfsbasis vorhersagt, um DFT-Rechnungen für deutlich größere Moleküle als die Trainingsdaten hinweg signifikant zu beschleunigen, während bestehende Hamilton-basierte Ansätze in solchen Szenarien versagen.

Zhe Liu, Yuyan Ni, Zhichen Pu, Qiming Sun, Siyuan Liu, Wen Yan2026-03-24🔬 physics

On the Connection of High-Resolution NMR Spectrum Mirror Symmetry With Spin System Properties

Die Studie stellt fest, dass die Spiegelsymmetrie von hochauflösenden NMR-Spektren bezüglich der mittleren Resonanzfrequenz genau dann vorliegt, wenn die Resonanzfrequenzen der Spins symmetrisch angeordnet sind und die J-Kopplungsmatrix bezüglich der Nebendiagonalen symmetrisch ist, was durch theoretische Berechnungen für 4-, 5- und 6-Spin-Systeme validiert wurde.

Dmitry A. Cheshkov, Dmitry O. Sinitsyn2026-03-24✓ Author reviewed 🔬 physics

COFAP: A Universal Framework for COFs Adsorption Prediction through Designed Multi-Modal Extraction and Cross-Modal Synergy

Die Studie stellt COFAP vor, ein universelles Framework, das mittels Deep Learning und Cross-Modal-Attention strukturelle sowie chemische Merkmale von kovalenten organischen Gerüsten (COFs) kombiniert, um deren Adsorptionsleistung ohne zeitaufwändige gasspezifische Deskriptoren präzise vorherzusagen und effiziente Hochdurchsatz-Screenings zu ermöglichen.

Zihan Li, Mingyang Wan, Mingyu Gao, Xishi Tai, Zhongshan Chen, Xiangke Wang, Feifan Zhang2026-03-24🔬 cond-mat.mtrl-sci

Predicting random close packing of binary hard-disk mixtures via third-virial-based parameters

Die Studie schlägt einen einfachen und präzisen Ansatz vor, der auf dem reduzierten dritten Virialkoeffizienten basiert, um die Zufallsdichtepackung von binären Mischungen harter Scheiben vorherzusagen und dabei Simulationsergebnisse über einen weiten Bereich von Größenverhältnissen und Zusammensetzungen nahezu universell zusammenführt.

Andrés Santos, Mariano López de Haro2026-03-24🔬 cond-mat

Accurate Helium-Benzene Potential: from CCSD(T) to Gaussian Process Regression

Diese Studie entwickelt eine hochpräzise, physikalisch fundierte Potentialenergiefläche für den Helium-Benzol-Komplex durch Kombination von hochrangigen CCSD(T)-Berechnungen mit multifidelen Gauß-Prozess-Regressionen und nutzt diese für PIMC-Simulationen, die signifikant andere Solvatationsverhalten im Vergleich zu empirischen Potenzialen aufzeigen.

Shahzad Akram, Sutirtha Paul, Collin Kovacs, Vasileios Maroulas, Adrian Del Maestro, Konstantinos D. Vogiatzis2026-03-24🔬 physics

Modeling the emission spectra of polycyclic aromatic hydrocarbons by recurrent fluorescence

Diese theoretische Arbeit entwickelt ein statistisches Modell zur Berechnung der Emissionsspektren von polycyclischen aromatischen Kohlenwasserstoffen durch rekurrente Fluoreszenz und zeigt, dass bei hochsymmetrischen Kationen wie Naphthalin, Anthracen und Pyren niedrig liegende, symmetrieverbotene elektronische Übergänge einen überraschend großen Beitrag zur Kühlung und Stabilisierung dieser Moleküle im interstellaren Medium leisten können.

Damien Borja, Florent Calvo, Pascal Parneix, Cyril Falvo2026-03-24🔬 physics