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 Autoren stellen einen neuartigen Quanten-J-Oszillator vor, der auf intrinsischen Kernspin-Kopplungen in Molekülen bei Null-Feld basiert und durch digitale Rückkopplung extrem schmalbandige Frequenzreferenzen sowie eine Plattform für die Erforschung nichtlinearer Spin-Dynamik ermöglicht.
Diese Studie stellt den neuartigen 4-D-Datensatz DD-13M vor, der über 26.000 vollständige Dissoziationsprozesse von Ligand-Protein-Komplexen erfasst, und nutzt ihn zum Training des generativen Modells UnbindingFlow, um die Dynamik und Geschwindigkeitskonstanten der Arzneimittel-Dissoziation präzise vorherzusagen.
Die Studie stellt die Microsoft Research Accurate Chemistry Collection (MSR-ACC) vor, eine umfassende Datensammlung von 73.040 präzisen Atomisierungsenergien für geschlossene, neutrale Moleküle, die als Grundlage für die Entwicklung hochgenauer, datengestützter computergestützter Chemie-Methoden dient.
Diese Arbeit wendet die zuvor entwickelte Methode der neuronalen kanonischen Transformation erfolgreich auf das hochfluktuierende Molekül CH5+ an, um dessen Grund- und angeregte Zustände unter Berücksichtigung starker Anharmonizitäten und nuklearer Quanteneffekte zu berechnen.
Die Studie stellt die GPU-basierte Implementierung StochasticGW-GPU vor, die mithilfe der stochastischen Resolution-of-Identity-Methode quasi-Teilchen-Energien für Moleküle mit über 10.000 Atomen in nur wenigen Minuten mit hoher Genauigkeit berechnet.
Die Autoren stellen einen stochastischen Cluster-Expansionsansatz vor, der die Gesamt-Korrelationsenergie großer kondensierter Systeme mit nahezu DMRG-Genauigkeit berechnet, ohne dass eine vorab festgelegte Auswahl eines aktiven Raums erforderlich ist.
Diese Studie stellt ein numerisches Modell vor, das zeigt, wie die Ausrichtung von Graphen-Schichten in Kompositbeschichtungen die Diffusion korrosiver Stoffe beeinflusst und nachweist, dass eine parallele Ausrichtung zur Substratoberfläche die Korrosionsinitiierung im Vergleich zu einer senkrechten Ausrichtung um das 65-fache verzögern kann.
Die Studie kombiniert Simulationen und Experimente, um vier Mechanismen zu identifizieren, die zu einer anfänglichen Kapazitätssteigerung in Silizium-haltigen Lithium-Ionen-Zellen führen, indem sie die Elektrodenpotentiale und den Lithium-Ionen-Vorrat verändern, und stellt ein quantitatives Rahmenwerk zur Beschreibung dieser Effekte bereit.
Die Autoren stellen eine effiziente Implementierung von Pfadintegral-Molekulardynamik in LAMMPS vor, die durch die Nutzung der MPI-Architektur und Machine-Learning-Potenziale wie Deep Potential eine mehrfache Beschleunigung gegenüber i-PI bei der Simulation von Kernquanteneffekten erreicht.
Die Autoren stellen den EH-TEMPO-Algorithmus vor, der die Simulation nicht-markovscher Pfadintegrale durch eine imaginäre Zeitentwicklung eines effektiven Hamilton-Operators reformuliert und damit im Vergleich zu herkömmlichen TEMPO-Methoden eine deutlich höhere Effizienz und Skalierbarkeit auf GPU-Hardware erreicht.