1032 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.
Die Studie stellt das skalierbare Projektions-Hessische-Lernen (PHL) vor, ein Framework, das durch den Einsatz von Hessischen-Vektor-Produkten und stochastischen Projektionen effizientes, kräftekomplexes Kurvatur-Training für maschinelle Lernpotentiale ermöglicht, ohne die quadratische Speicher- und Rechenkomplexität expliziter Hessischer Matrizen zu benötigen.
Diese Arbeit enthüllt den Mechanismus, durch den kurzzeitige „linkshändige" Zeitableitungen die Genauigkeit semiklassischer Dynamik verbessern, und entwickelt ein Protokoll zur Bestimmung des Memory-Kernel-Cutoffs, um sowohl die Effizienz als auch die physikalische Plausibilität von SC-GQMEs in herausfordernden Regimen zu gewährleisten.
Die Studie stellt erstmals ein dipolares Carben-Metall-Amid-Material mit verstärkter Zwei-Photonen-Absorption, hocheffizienter verzögerter Fluoreszenz und hervorragender Photostabilität vor, das vielversprechende Anwendungen in der nichtlinearen Optik und fortschrittlichen Photonik eröffnet.
Die Studie zeigt, dass die Viskosität als verlässlicher Indikator für den Komplexierungsgrad in konzentrierten wässrigen Lösungen dient, was durch den Vergleich von FeCl₂ und MgCl₂ mittels Simulationen und Experimenten bestätigt wird.
Diese Studie stellt einen inversen Designansatz mittels Topologieoptimierung und frequenzbasierter Mikromagnetik vor, der genetische Algorithmen nutzt, um neuartige zweidimensionale magnonische Kristalle mit großen Bandlücken zu entdecken und zu validieren.
Diese Studie demonstriert, dass ein durch Diffusionsmodelle geleiteter Sampling-Ansatz, der auf Lösungen der Advektions-Reaktions-Diffusions-Gleichung trainiert wurde, physikalisch konsistente Konzentrationsfelder für Gasphasenreaktionen erzeugt und auch bei nicht gesehene Parametern genaue Vorhersagen der Austrittskonzentrationen ermöglicht.
Diese Studie stellt „Ara" vor, einen auf einem Large Language Model basierenden Agenten, der durch die Anwendung chemischer Vorwissen und donor-akzeptor-Theorie die inverse Suche nach stabilen und aktiven kovalenten organischen Gerüsten (COFs) für die photokatalytische Wasserstoffproduktion effizienter gestaltet als herkömmliche Suchmethoden.
Die Studie zeigt, dass die projektionsbasierte DMRG-in-DFT-Methode selbst mit exakten Austausch-Korrelations-Funktionalen nicht exakt ist, da sie auf einer nicht-variationalen Näherung beruht und ihre Hauptfehlerquelle in der ungenauen Beschreibung der nichtklassischen Kopplung zwischen aktivem Subsystem und Umgebung liegt.
Die Arbeit stellt die Angular Localization Function (ALF) als praktisches Werkzeug vor, das mithilfe der molekularen Dichtefunktionaltheorie die lokale Winkelordnung von Lösungsmittelmolekülen quantifiziert und damit eine Lücke in der Analyse der Solvensstruktur schließt.
Die Studie bewertet zwei gängige Scissors-Correction-Verfahren für die Berechnung der Frequenzverdopplung in ultravioletten nichtlinearen Kristallen und stellt fest, dass beide Methoden die spektrale Form bewahren, wobei das Schema-N systematisch höhere Werte liefert, während das Schema-L in einigen Fällen besser mit experimentellen Daten übereinstimmt.