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.

Unveiling Davydov-Split Excitons in a Template-Engineered Molecular-Graphene Heterostructure

Diese Studie präsentiert ein robustes Nanofabrikationsprotokoll, das die atomare Reinheit von epitaktischem Graphen auf SiC wiederherstellt und dadurch die Untersuchung von Davydov-aufgespaltenen, dunklen Exzitonen in HMTP-Molekülgraphen-Heterostrukturen als skalierbare Plattform für Quantenspeicher ermöglicht.

Jan Kunc, Bohdan Morzhuk, Veronika Stará, Devanshu Varshney, Mykhailo Shestopalov, Kryštof Matějka, Martin Rejhon, Jiří Novák, Jan Čechal2026-03-04⚛️ quant-ph

Hybrid Machine Learning for Enhanced Prediction of Diffusion Coefficients in Liquids

Die Studie stellt ein hybrides Machine-Learning-Modell namens ESE vor, das die Stokes-Einstein-Gleichung mit neuronalen Netzen kombiniert, um unter Verwendung lediglich von SMILES-Strings physikalisch konsistente und genauere Vorhersagen für Diffusionskoeffizienten in Flüssigkeiten bei unendlicher Verdünnung zu ermöglichen.

Jens Wagner, Zeno Romero, Kerstin Münnemann, Sebastian Schmitt, Thomas Specht, Hans Hasse, Fabian Jirasek2026-03-04🔬 physics

ChemFlow:A Hierarchical Neural Network for Multiscale Representation Learning in Chemical Mixtures

Das Paper stellt ChemFlow vor, ein neuartiges hierarchisches neuronales Netzwerk, das durch die Integration von atomaren, funktionellen Gruppen- und Moleküleigenschaften sowie durch konzentrationsabhängige Aufmerksamkeitsmechanismen die Genauigkeit bei der Vorhersage physikochemischer Eigenschaften komplexer chemischer Mischungen im Vergleich zu bestehenden Methoden signifikant verbessert.

Jinming Fan, Chao Qian, Wilhelm T. S. Huck, William E. Robinson, Shaodong Zhou2026-03-04🤖 cs.LG

Expanding Universal Machine Learning Interatomic Potentials to 97 Elements Towards Nuclear Applications

Die Autoren haben ein Open-Source-Universal-MLIP für 97 Elemente entwickelt, das durch die Integration eines neu erstellten Datensatzes mit schweren Elementen (HE26) die bisherige Abdeckung erweitert und somit neue Wege für Anwendungen im Nuklearbereich, wie etwa die Entwicklung von Hoch-Entropie-Keramik auf Actinidenbasis, eröffnet.

Naoya Kuroda, Kenji Ishihara, Tomoya Shiota, Wataru Mizukami2026-03-04🔬 cond-mat.mtrl-sci

Infinite Boundary Terms and Pairwise Interactions: A Unified Framework for Periodic Coulomb Systems

Diese Arbeit stellt ein einheitliches Rahmenwerk vor, das unendliche Randterme und Paarwechselwirkungen nutzt, um die elektrostatische Energie und den Druck sowohl neutraler als auch nicht-neutraler periodischer Coulomb-Systeme durch den Austausch der Coulomb-Wechselwirkung gegen eine effektive Paarwechselwirkung ν(r)ν(\mathbf{r}) physikalisch intuitiv herzuleiten.

Yihao Zhao, Zhonghan Hu2026-03-03🔬 physics

Excited-State Intramolecular Proton Transfer and Competing Pathways in 3-Hydroxychromone: A Non-adiabatic Dynamics Study

Diese Studie nutzt gemischt quantenklassische nicht-adiabatische Dynamiksimulationen, um die mikroskopische Ursache der zweiten, langsameren Zeitskala der angeregten intramolekularen Protonenübertragung in 3-Hydroxychromon als Wettbewerb mit einer out-of-plane-Wasserstofftorsionsbewegung zu identifizieren und ein umfassendes Reaktionsnetzwerk für die Dynamik des Systems aufzustellen.

Alessandro Nicola Nardi, Morgane Vacher2026-03-03🔬 physics