979 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 trabajo presenta una versión revisada de la representación discreta de variables de correlación (CDVR) no jerárquica que elimina proyecciones explícitas para evitar acoplamientos no físicos, reduce la complejidad computacional a una escala de y mantiene la precisión en sistemas de alta dimensión como la pirazina sin aumentar el tiempo de CPU.
Este estudio utiliza espectroscopía de fotoelectrones resuelta en ángulo con radiación VUV para determinar con precisión la energía de ionización adiabática del DABCO y analizar cómo la excitación vibracional afecta la distribución angular de los fotoelectrones debido a la dispersión mediada por estados de Rydberg.
Este artículo presenta una implementación de código abierto de la ecuación de Schrödinger contraída antihermítica (ACSE) que permite simular con precisión y escalabilidad la correlación electrónica en estados fundamentales y excitados de moléculas, superando las limitaciones de las teorías de perturbación multireferencia al no depender de la complejidad de la función de onda de referencia y utilizar el Hamiltoniano electrónico exacto.
Este estudio utiliza cálculos cuánticos multireferencia para demostrar que el ángulo de torsión entre unidades monoméricas, más que la conectividad regioisomérica, es el factor determinante que gobierna la eficiencia de la generación de tripletes mediante fisión de singletes intramolecular o cruce intersistema de transferencia de carga con acoplamiento espín-órbita en dímeros de aza-BODIPY.
Este trabajo presenta un algoritmo de destilación de datos llamado CPD que, al integrar muestras representativas y casos críticos, permite entrenar campos de fuerza basados en aprendizaje automático con solo 200 configuraciones para reproducir con alta fidelidad las propiedades estructurales y dinámicas del hidrógeno líquido durante su transición de fase.
Este trabajo presenta una extensión molecular de la teoría de incrustación dinámica de baños interactivos (ibDET) que permite calcular con alta precisión y bajo costo las energías de excitación cargada de sistemas moleculares mediante la descomposición del problema en incrustaciones locales que capturan la entrelazación dependiente de la frecuencia entre impurezas y su entorno.
Este estudio demuestra que la fotodisociación de especies menos volátiles como el amoníaco en hielos cometarios puede explicar la mayor parte del nitrógeno molecular observado en los cometas, lo que sugiere que las abundancias de N2 deben interpretarse con cautela al inferir las condiciones de formación de estos cuerpos, mientras que el monóxido de carbono observado probablemente requiere un mecanismo de atrapamiento a bajas temperaturas.
Este artículo presenta un marco de escalado entrópico termodinámicamente consistente para predecir coeficientes de difusión mutua y auto-difusión en mezclas fluidas, utilizando datos de componentes puros y ecuaciones de estado basadas en modelos moleculares para abarcar un amplio rango de estados y mezclas no ideales.
Este trabajo presenta el desarrollo de un potencial interatómico aprendido por máquina para sistemas de celdas de combustible de platino y Nafion hidratada, logrando predecir con precisión la estructura y reactividad, aunque enfrenta desafíos computacionales para calcular la difusión a largo plazo y sugiere la necesidad de métodos más eficaces para la exploración activa en sistemas multicomponente complejos.
Este estudio compara sistemáticamente las estrategias de entrenamiento multifidelidad de pre-entrenamiento/ajuste fino y entrenamiento multi-cabezal para campos de fuerza aprendidos por máquina, revelando que, aunque el primero suele ofrecer mayor precisión, el segundo proporciona ventajas prácticas al permitir el uso eficiente de datos de diferentes niveles de fidelidad para desarrollar campos de fuerza universales y rentables.