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 ein theoretisch fundiertes Optimal-Tuning-Schema für die Multikonfigurationskurze-Reichweiten-Dichtefunktionaltheorie (MC-srDFT) vor, das den bereichstrennenden Parameter über die Ionisierungsenergie bestimmt und so die Genauigkeit der berechneten statischen und dynamischen Dipolpolarisierbarkeiten im Vergleich zu universellen Parametern erheblich verbessert.
Diese Studie nutzt Population Annealing in Kombination mit einer strukturaufgelösten Analyse, um das thermodynamische Landschaftsprofil des 38-Atom-Lennard-Jones-Clusters LJ₃₈ zu kartieren und die freien Energieunterschiede zwischen den konkurrierenden strukturellen Becken (FCC-artig, ikosaedrisch und flüssigkeitsähnlich) quantitativ zu bestimmen.
Die Studie zeigt, dass kurzreichweitige maschinell erlernte Interatomare Potentiale (MLIPs) aufgrund des Fehlens langreichweitiger elektrostatischer Wechselwirkungen zu einer unphysikalischen Metallisierung von Wasserschichten an Grenzflächen führen, was die Notwendigkeit expliziter Berücksichtigung dieser Effekte für die korrekte Beschreibung elektronischer Eigenschaften unterstreicht.
Die Autoren stellen ein nichtparametrisches Framework zur Optimierung von Reaktionskoordinaten vor, das Trajektorienverläufe nutzt, um die Dynamik seltener Ereignisse in komplexen Systemen – von Proteinfaltung bis hin zu klinischen Daten – auch bei unregelmäßigen oder unvollständigen Daten und ohne umfangreiche Stichprobenziehung präzise zu analysieren.
Diese Studie stellt eine phasensensitive spitzenverstärkte Summenfrequenzspektroskopie mit zeitlich asymmetrischen Pulsen vor, die durch Unterdrückung des nicht-resonanten Hintergrunds und Nutzung von Interferenzeffekten die optische Beugungsgrenze überwindet, schwache molekulare Schwingungssignale mit hoher räumlicher Auflösung detektiert und die Bestimmung absoluter Molekülorientierungen ermöglicht.
Diese Studie nutzt Deep Learning mit atomzentrierten Symmetriefunktionen und interpretierbaren KI-Methoden, um die Reaktionskoordinaten für die Assoziation und Dissoziation von NaCl-Ionenpaaren in Wasser zu identifizieren und die zugrunde liegenden solvensvermittelten Mechanismen auf molekularer Ebene zu entschlüsseln.
Die Studie stellt MAD-1.5 vor, ein hochcuratiertes, einheitlich berechnetes Datenset für 102 Elemente, das speziell für das Training universeller atomistischer Maschinenlernmodelle entwickelt wurde und durch die Demonstration des PET-MAD-1.5-Potenzials außergewöhnliche Genauigkeit und Stabilität in komplexen Simulationen nachweist.
Die Studie stellt GET-SEI vor, ein allgemeines Framework, das mittels Graph-Contrastive-Learning, erweiterter dynamischer Modenzerlegung und Übergangspfadttheorie die Lithiumdynamik in der Festelektrolyt-Grenzschicht verschiedener Festelektrolytsysteme analysiert, um dominante Transportpfade und kinetische Engpässe für das gezielte SEI-Engineering zu identifizieren.
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.
Diese Arbeit stellt einen Rahmen vor, der systematische Diskretisierungsfehler in Molekulardynamik-Simulationen durch Extrapolation auf den Zeitschritt Null korrigiert, um damit thermodynamisch konsistente, Boltzmann-konforme Statistiken unabhängig vom gewählten Zeitschritt zu gewährleisten und gleichzeitig wichtige Materialeigenschaften wie Wärmekapazität und Kompressibilität zu bestimmen.