155 Arbeiten
Die Arbeit stellt eine neuartige, size-extensive und konvergente ab-initio-Kopplungscluster-Theorie (CC) für entartete und nichtentartete Referenzen vor, die durch eine modifizierte Variante (QCC) auch starke Korrelationen behandelt und in Tests gegenüber etablierten Methoden wie EOM-CC, CI und MBGF überlegene Genauigkeit bei ähnlichen Kosten aufweist.
Die Studie zeigt, dass die Verwendung eines Fock-Zustands als Anfangsbedingung für den Kavitätsmodus in quantenmechanischen RT-NEO-Simulationen zu Licht-Materie-Verschränkung und Polarisationsbildung führt, Phänomene, die mit der klassischen elektrodynamischen Näherung oder kohärenten Zuständen nicht erfasst werden können.
Die Arbeit stellt OrbEvo vor, ein äquivariantes Graph-Transformer-Modell, das die zeitliche Entwicklung von Elektronenwellenfunktionen in der zeitabhängigen Dichtefunktionaltheorie (TDDFT) effizient lernt und dabei externe elektrische Felder berücksichtigt, um Quantendynamiken und optische Eigenschaften von Molekülen präzise vorherzusagen.
Die Autoren stellen zwei unabhängige optische Methoden zur absoluten Primärnanothermometrie vor, die auf der Boltzmann-Verteilung individueller Stark-Niveaus in mit Seltenen-Erden dotierten Nanopartikeln basieren und somit temperaturmessende Sonden bis hin zum Einzelionen-Niveau ohne externe Referenz ermöglichen.
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.
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.
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.
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.
Die Autoren stellen ein hybrides Quanten-Klassisch-Verfahren vor, das Quanten-dominante Orbitalauswahl und Subspace-dynamische Korrelation kombiniert, um die Gesamtenergien molekularer Systeme auf fehlertoleranten Quantencomputern präzise zu bestimmen und dabei den Aufwand für das Auslesen von Quantendaten zu minimieren.
Diese Arbeit zeigt im Rahmen der exakten Faktorisierung, dass nicht-adiabatische Elektron-Kern-Korrelationen eine De-Orthogonalisierung elektronischer Faktoren bewirken, wodurch dynamisch Interferenz in der Kernendichte entsteht, selbst wenn diese anfangs nicht vorhanden war.
Die Studie stellt ChemNavigator vor, ein autonomes KI-System, das durch hypothesengeleitete Exploration und Multi-Agenten-Architektur sechs statistisch signifikante, chemisch fundierte Designregeln für organische Photokatalysatoren ableitet und damit menschliche Intuition ergänzt.