🔬 Category

physics.chem-ph

785 artículos

Esta sección explora la fascinante intersección donde la física se encuentra con la química, un territorio donde las leyes fundamentales gobiernan las reacciones moleculares. Aquí descubrimos cómo los principios cuánticos explican el comportamiento de los átomos y cómo la dinámica de fluidos influye en procesos químicos complejos, todo sin perderse en tecnicismos innecesarios.

En Gist.Science, rastreamos cada nueva prepublicación de esta área directamente desde arXiv para hacerla accesible a todos. Nuestro equipo procesa cada documento ofreciendo tanto resúmenes en lenguaje sencillo como análisis técnicos detallados, asegurando que la ciencia de vanguardia llegue a expertos y curiosos por igual.

A continuación encontrarán los últimos trabajos publicados en esta categoría, listos para ser explorados y comprendidos.

Overfitting by design: neural network density functionals for water

Este artículo demuestra que entrenar un funcional de aproximación de densidad local basado en redes neuronales específicamente en sistemas de agua, utilizando un solucionador de Kohn-Sham diferenciable, logra una precisión cercana al estándar de oro con datos de entrenamiento mínimos y permite una transferencia efectiva del aprendizaje a otros sistemas relacionados con el agua, priorizando así la precisión específica del sistema sobre la generalizabilidad.

Karim K. Alaa El-Din, Antonius v. Strachwitz, Ana Coutinho Dutra, Sam M. Vinko2026-05-12🔬 physics

Do Water Molecules Always Stabilize Resonances? Microhydration Effects on Thymine Shape Resonances

Este estudio demuestra que la microhidratación estabiliza sistemáticamente los dos resonancias de forma π∗\pi^* más bajas de la timina y extiende sus vidas medias mediante una interacción compleja de enlaces de hidrógeno, interacciones electrostáticas y distorsiones geométricas, al tiempo que resalta el papel crítico de las funciones de base difusas y la geometría de solvatación local en la determinación del comportamiento de las resonancias.

Sujan Mandal, Jishnu Narayanan S J, Ankita Gogoi, Madhubani Mukherjee, Idan Haritan, Achintya Kumar Dutta2026-05-12🔬 physics

Learning to Rank for Selected Configuration Interaction

Este artículo presenta la Interacción de Configuración de Clasificación (RCI), un nuevo marco de aprendizaje automático que reformula la selección de determinantes en la interacción de configuración seleccionada como un problema de clasificación por pares utilizando una arquitectura basada en Transformers, acelerando así significativamente la convergencia y mejorando la precisión en comparación con los métodos de regresión y clasificación existentes.

Wan Nie, Songwei Liu, Yingying Yu, Zhiwen Wang, and Jun Yang2026-05-12🔬 physics

QT-Net: Rethinking Evaluation of AI Models in Atomic Chemical Space

Este trabajo presenta QT-Net, una red neuronal de grafos con aumento rotacional evaluada mediante un protocolo fundamentado de distribución fuera de muestra basado en descriptores SOAP, que demuestra que inferir propiedades atómicas como poblaciones electrónicas y multipolos mejora la predicción de propiedades moleculares aguas abajo y recupera con precisión los momentos dipolares de estado fundamental.

Pablo Martínez Crespo, Stefano Ribes, Martin Rahm, Richard Beckmann, Robert S. Jordan, Marisa Gliege, Santiago Miret, Vijay Kris Narasimhan, Rocío Mercado2026-05-12🔬 cond-mat.mtrl-sci

State Localization and Selective Charge Filtering Near a Null Point

Este estudio presenta la primera verificación experimental de un punto nulo en un díado donante-aceptor, demostrando la localización de estados y el filtrado selectivo de cargas mediante mediciones de bombeo-sonda impulsivas y una teoría vibrónica generalizada, validando así un principio de diseño para materiales fotovoltaicos avanzados.

Sanjoy Patra, Jibin Sivanarayan, Vivek N. Bhat, Philip D. Maret, Atandrita Bhattacharyya, Sayan Ghosh, Mahesh Hariharan, Vivek Tiwari2026-05-12🔬 physics

Linear-Scaling Potential-Free Data-Driven Molecular Dynamics for Arbitrary-Sized Water Clusters (H2O)n(\text{H}_2\text{O})_n

Este artículo presenta un marco de dinámica molecular impulsado por datos, libre de potenciales y de escala lineal (PDMD) que utiliza un modelo ChemGNN y un nuevo descriptor basado en Gaussianas para lograr una precisión de nivel ab initio en la predicción de energías y fuerzas para cúmulos de agua de tamaño arbitrario a una fracción del costo computacional de los métodos tradicionales, respaldado por un nuevo conjunto de datos ab initio a gran escala.

Hongyu Yan, Qi Dai, Yong Wei, Minghan Chen, Hanning Chen2026-05-11🔬 cond-mat

Leveraging MMW-MMW Double Resonance Spectroscopy to Understand the Pure Rotational Spectrum of Glycidaldehyde and 17 of Its Vibrationally Excited States

Este estudio aprovecha la espectroscopía de doble resonancia MMW-MMW de banda ancha para refinar significativamente los parámetros de rotación pura del estado fundamental del glicidaldehído e identificar 11 nuevos estados vibracionalmente excitados, permitiendo finalmente una búsqueda dirigida en la encuesta ReMoCA de ALMA de Sgr B2(N) que arrojó una no detección y estableció un límite superior que indica que la molécula es al menos seis veces menos abundante que el oxirano en esa región.

Luis Bonah, Jean-Claude Guillemin, Arnaud Belloche, Sven Thorwirth, Holger S. P. Müller, Stephan Schlemmer2026-05-11🔬 physics

Knowledge Distillation of Noisy Force Labels for Improved Coarse-Grained Force Fields

Este trabajo propone un marco de destilación de conocimiento que entrena un potencial de red neuronal de grano grueso refinado utilizando predicciones de fuerza y energía desruidadas de un modelo inicial maestro, mejorando significativamente la precisión y estabilidad de los campos de fuerza para fluidos moleculares complejos como los disolventes eutécticos profundos.

Feranmi V. Olowookere, Sakib Matin, Aleksandra Pachalieva, Nicholas Lubbers, Emily Shinkle2026-05-11🔬 physics

First-principles simulation of spin diffusion in static solids using dynamic mean-field theory

Este trabajo demuestra que la teoría de campo medio dinámica de espín (spinDMFT) es un método eficiente y preciso para simular la difusión espectral de espín y las formas de línea de cuantos cero en sólidos desordenados estáticos, coincidiendo exitosamente con datos experimentales para sustancias de prueba donde los cálculos exactos de fuerza bruta son inviables.

Timo Gräßer, Götz S. Uhrig, Matthias Ernst2026-05-11🔬 cond-mat.mtrl-sci

Aufbau Suppressed Coupled Cluster Theory for Doubly Excited States

Este trabajo generaliza el formalismo de clusters acoplados suprimidos de Aufbau para describir con precisión estados doblemente excitados mediante la introducción de una estrategia especializada de inicialización de la función de onda que logra una alta precisión (errores ~0.15 eV) con un costo computacional comparable a la teoría de singles y doubles del estado fundamental, superando significativamente a los métodos estándar de ecuación de movimiento para estos estados electrónicos desafiantes.

Qasim Javed, Harrison Tuckman, Eric Neuscamman2026-05-11🔬 physics