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.
Dieser Artikel stellt HBAT 2 vor, ein aktualisiertes Python-Paket zur automatisierten Analyse und Visualisierung von Wasserstoffbrücken sowie anderen nicht-kovalenten Wechselwirkungen in makromolekularen Strukturen, das über eine verbesserte Benutzeroberfläche und Schnittstellen für verschiedene Nutzergruppen verfügt.
Diese Studie kombiniert computergestützte Reaktionsnetzwerke mit Massenspektrometrie, um die komplexe Chemie der Festelektrolytinterphase in Lithium-Ionen-Batterien auf molekularer Ebene aufzuklären und dabei sowohl bekannte als auch 28 neuartige Spezies zu identifizieren, was die rationale Entwicklung zukünftiger Batteriesysteme ermöglicht.
Die Studie zeigt, dass viele KI-Modelle für die Materialentdeckung oft nicht die zugrundeliegende Chemie lernen, sondern stattdessen bibliografische Verzerrungen wie Autoren oder Publikationsjahre ausnutzen, was die Notwendigkeit strengerer Validierungsmethoden unterstreicht.
Das Papier stellt „El Agente Sólido" vor, ein hierarchisches Multi-Agenten-Framework, das natürliche Sprache in automatisierte Quantenchemie-Workflows für Festkörperumgebungen mit Quantum ESPRESSO übersetzt, um die Zugänglichkeit, Reproduzierbarkeit und Geschwindigkeit der Materialentdeckung zu erhöhen.
Die Arbeit stellt „El Agente Gráfico" vor, ein Framework, das Large Language Models durch die Einbettung in eine typsichere Ausführungsumgebung und dynamische Wissensgraphen mit strukturierten, nachvollziehbaren Entscheidungsprozessen für die Automatisierung komplexer wissenschaftlicher Workflows verbindet.
Diese computergestützte Studie untersucht organische Molekülkristalle für die photokatalytische Wasserspaltung mittels periodischer DFT-Rechnungen und zeigt, dass kostengünstige Gasphasenberechnungen als effektive Screening-Methode für die Vorhersage ihrer optoelektronischen Eigenschaften dienen können.
Die Studie identifiziert PBEh-3c als effiziente Alternative für die Geometrieoptimierung und range-separated Hybrid-Funktionale für präzise UV-Vis-Spektren von Platin-Komplexen, die als DNA-Interkalatoren zur Krebserkennung dienen, wobei die TDA- und RI-Näherungen zusätzliche Rechengeschwindigkeit bieten.
Die Studie stellt Clapeyron-Neuronale Netze vor, die durch die Integration der Clapeyron-Gleichung als thermodynamische Regularisierung in Graph-Neuronale Netze die Vorhersagegenauigkeit für reine Stoffeigenschaften in datenarmen Szenarien im Vergleich zu rein datengetriebenen Ansätzen verbessern.
Die Studie zeigt mittels Molekulardynamik-Simulationen, dass in hochviskosen Lithium-Glyme-Elektrolyten die individuelle Koordination von Tetraglyme (G4) im Gegensatz zur geteilten Koordination des TFSI-Anions zu einer schwachen Korrelation zwischen Rotations- und Verweilzeiten führt, während bei TFSI eine starke Korrelation besteht.
Diese Arbeit leitet formale Ausdrücke für reduzierte Einteilchendichtematrizen und Phasenraumdistributionen in der Thermofelddynamik ab, indem sie die Korrelationen zwischen realen und Tilde-Moden nutzt, und wendet diese Methoden auf harmonische sowie anharmonische Oszillatoren an.