🔬 Category

physics.chem-ph

785 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.

Prediction and Experimental Verification of Electrolyte Solvation Structure from an OMol25-Trained Interatomic Potential

Diese Studie zeigt, dass ein auf dem OMol25-Datensatz trainiertes maschineller Lern-Potential (UMA-OMol) die Struktur und Solvatation von Natrium-Ionen-Elektrolyten präziser vorhersagt als herkömmliche Modelle und durch experimentelle Validierung sowie detaillierte Einblicke in temperatur- und zusammensetzungsabhängige Effekte als vielversprechende Methode für die Hochdurchsatz-Simulation von Batterieelektrolyten etabliert wird.

Nitesh Kumar, Jianwei Lai, Casey S. Mezerkor, Jiaqi Wang, Kamila M. Wiaderek, J. David Bazak, Samuel M. Blau, Ethan J. Crumlin2026-03-23🔬 physics

Faster quantum chemistry simulations on a quantum computer with improved tensor factorization and active volume compilation

Diese Arbeit stellt einen neuartigen Block-invarianten symmetriegeschobenen Tensor-Hyperkontraktions-Ansatz (BLISS-THC) und eine Kompilierung für die Active-Volume-Architektur vor, die zusammen eine zweistufige Beschleunigung der geschätzten Laufzeiten für quantenchemische Simulationen, insbesondere am Beispiel des P450-Moleküls, ermöglichen.

Athena Caesura, Cristian L. Cortes, William Pol, Sukin Sim, Mark Steudtner, Gian-Luca R. Anselmetti, Matthias Degroote, Nikolaj Moll, Raffaele Santagati, Michael Streif, Christofer S. Tautermann2026-03-20⚛️ quant-ph

One-Body Properties and Their Perturbative Accuracy with Aufbau Suppressed Coupled Cluster Theory

Die Autoren leiten und implementieren die Berechnung der Einteilchen-Reduzierten Dichtematrix für die Aufbau-unterdrückte Coupled-Cluster-Theorie, um angeregte Zustände und Eigenschaften wie Dipolmomente zu bestimmen, wobei sie durch iterative Verfeinerung in natürlichen Orbitalen eine Unabhängigkeit von den Startorbitaln erreichen und eine Genauigkeit nachweisen, die der linearer Response- und Gleichungsbewegungs-Coupled-Cluster-Methoden entspricht.

Conor Bready, Harrison Tuckman, Eric Neuscamman2026-03-20🔬 physics

Spin-Flip Configuration Interaction for Strong Static Correlation in Quantum Electrodynamics

Diese Arbeit stellt die QED-SF-CIS-Methode vor, eine Erweiterung des Spin-Flip-Configuration-Interaction-Ansatzes um quantisierte Kavitätsphotonen, die es ermöglicht, starke statische Korrelationseffekte in molekularen Systemen unter starken Licht-Materie-Wechselwirkungen präzise zu beschreiben und so neue Möglichkeiten zur Kontrolle von Bindungsbrüchen und Phasenübergängen zu eröffnen.

Braden M. Weight, Zheng Pei, Sergei Tretiak2026-03-20🔬 physics

sbml4md: A computational platform for System-Bath Modeling via Molecular Dynamics powered by Machine Learning

Das Paper stellt sbml4md vor, eine auf maschinellem Lernen basierende Software, die aus Molekulardynamik-Simulationen Parameter für anharmonische Brown'sche Modelle extrahiert, um nichtlineare Schwingungsspektren molekularer Flüssigkeiten mittels der Hierarchischen Gleichungen der Bewegung (HEOM) präzise und ohne empirische Anpassungen zu simulieren.

Kwanghee Park, Seiji Ueno, Yoshitaka Tanimura2026-03-20🔬 physics

Isotope Effects in 2D correlation infrared Spectra of Water: HEOM Analysis of Molecular Dynamics-Based Machine Learning Models

Diese Studie nutzt das hierarchische Gleichungen der Bewegung (HEOM)-Verfahren, um auf maschinellem Lernen basierende Modelle für die nichtlineare Infrarotspektroskopie von Wasser anzuwenden und durch den Vergleich von H₂O und D₂O die nicht-Markovschen Relaxationsmechanismen und anharmonischen Kopplungen in 2D-Korrelationsspektren aufzuklären.

Kwanghee Park, Ryotaro Hoshino, Yoshitaka Tanimura2026-03-20🔬 physics

Elucidating Norrish Type-I reactive pathways by ultrafast X-ray absorption spectroscopy

Diese Studie kombiniert zeitaufgelöste Röntgenabsorptionsspektroskopie am Sauerstoff-K-Rand mit AIMS-Simulationen, um die ultraschnellen Besetzungsübergänge und den intersystemischen Kreuzungsmechanismus in Acetophenon aufzuklären, die zur Norrish-Typ-I-Reaktivität führen.

Martin Graßl, Pablo Unzueta, Andreas E. Hillers-Bendtsen, Yusong Liu, Diptarka Hait, Alice E. Green, Xinxin Cheng, Felix Allum, Taran Driver, Ruaridh Forbes, James. M. Glownia, Erik Isele, Kirk A. Lar (…)2026-03-20🔬 physics

An SO(3)-equivariant reciprocal-space neural potential for long-range interactions

Die Studie stellt EquiEwald vor, ein einheitliches neuronales Interatompotential, das durch die Integration einer Ewald-inspirierten reziproken Raumformulierung in ein äquivariantes SO(3)-Rahmenwerk präzise, physikalisch konsistente und anisotrope Langzeitwechselwirkungen für molekulare und kondensierte Systeme modelliert.

Linfeng Zhang, Taoyong Cui, Dongzhan Zhou, Lei Bai, Sufei Zhang, Luca Rossi, Mao Su, Wanli Ouyang, Pheng-Ann Heng2026-03-20🤖 cs.AI