978 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.
Este artículo reformula la clase de funcionales -MGGA como aproximaciones de nivel de Hessiano (HL-MGGAs) que utilizan derivadas de segundo orden de la densidad para distinguir mejor entre diferentes límites de densidad electrónica, presentando el funcional no empírico -PBE y demostrando su viabilidad y utilidad física en cálculos autoconsistentes, aunque aún persisten desafíos en la predicción de constantes de red.
Los autores proponen un marco unificado de aprendizaje automático que integra explícitamente el potencial eléctrico para predecir simultáneamente fuerzas atómicas y distribuciones de densidad electrónica en interfaces electroquímicas, logrando una precisión comparable a la dinámica molecular *ab initio* a escalas mayores.
Este artículo investiga la aplicación de la integración simplectica de espacio de fases extendido para simular la dinámica de electrones en sistemas clásicos de física de plasmas y sistemas cuánticos de química física, estableciendo procedimientos de extensión, condiciones de estabilidad y una métrica de bajo costo para estimar la precisión numérica.
Este artículo presenta un algoritmo híbrido adaptativo que integra el método de banda elástica con imagen de escalada (CI-NEB) y el seguimiento del modo mínimo (MMF) para acelerar la convergencia hacia puntos de silla relevantes, logrando una reducción significativa en los costos computacionales y demostrando su eficacia para el descubrimiento automatizado de reordenamientos atómicos.
Los autores presentan un flujo de trabajo diferenciable de extremo a extremo basado en JAX que optimiza una única funcional de energía aprendida por redes neuronales para la teoría del funcional de la densidad (DFT) y la respuesta lineal dependiente del tiempo (LR-TDDFT), permitiendo el entrenamiento conjunto mediante ecuaciones de campo autoconsistente y problemas de valores propios de Casida para predecir energías de excitación en moléculas pequeñas.
Este trabajo presenta un marco de aprendizaje activo bayesiano informado por física que integra un modelo de adsorción de Langmuir en un proceso gaussiano para optimizar autónomamente los tiempos de pulso en la deposición de capas atómicas, logrando una convergencia rápida, una mayor precisión y una reducción significativa en el uso de precursores, tal como se validó experimentalmente en la deposición de TiO₂.
Este artículo presenta la entropía de información local como un variable colectiva general para el muestreo mejorado, permitiendo la exploración no supervisada de superficies de energía potencial y el descubrimiento de mecanismos de transición y estados intermedios en diversos sistemas moleculares y de fase condensada sin necesidad de coordenadas de reacción predefinidas.
Este estudio cuantifica mediante simulaciones cómo las configuraciones de bomba-sonda no resonantes, a pesar de interactuar con moléculas no acopladas, ofrecen una sensibilidad notable a las especies fuertemente acopladas mientras evitan los artefactos ópticos que afectan a los esquemas resonantes.
Este estudio demuestra la viabilidad de calcular superficies de energía potencial de estados excitados precisos en hardware cuántico mediante el método q-sc-EOM combinado con ADAPT-VQE/LUCJ, logrando una reducción significativa en la complejidad de medición y una alta precisión gracias a estrategias de mitigación de errores como la proyección de simetría y la corrección M3.
Este estudio analiza el rendimiento de diversas aproximaciones de funcionales de densidad en metales y semiconductores, revelando que la aproximación de densidad local es superior para metales mientras que el meta-GGA LAK ofrece una precisión excepcional en silicio, superando incluso a los funcionales híbridos y acercándose a los resultados de métodos cuánticos más costosos.