155 artículos
El artículo presenta AllScAIP, un potencial interatómico basado en aprendizaje automático que utiliza una atención nodo-a-nodo para capturar interacciones de largo alcance de manera impulsada por los datos, logrando precisión de vanguardia y simulaciones de dinámica molecular estables a gran escala sin depender de términos físicos explícitos.
Este artículo demuestra que violar intencionadamente la normalización estándar de la densidad electrónica en cálculos de funcionales de densidad aproximados puede mejorar significativamente la precisión de la energía, proporcionando correcciones analíticas derivadas tanto en una dimensión como mediante asintóticos de Weyl para cavidades generales.
Este artículo presenta un método de muestreo con enfoque ("spotlight sampling") que reduce drásticamente el costo computacional de las diferencias de energía en la Monte Carlo variacional a una escala lineal o sublineal mediante el uso de un Hamiltoniano fragmentado y muestreo correlacionado, demostrando su eficacia en sistemas químicos diversos.
Los autores desarrollaron un método de construcción diagramática algebraica de tercer orden no-Dyson de bajo costo para la adhesión electrónica, basado en orbitales naturales congelados específicos del estado y técnicas de ajuste de densidad, que logra una aceleración significativa y una precisión controlable, incluso en sistemas donde fallan los métodos basados en aproximaciones locales.
Este artículo presenta el algoritmo Spin-MInt, un propagador simétrico, reversible en el tiempo y simpléctico que permite la propagación directa y eficiente de variables de mapeo de espín en la dinámica no adiabática, superando en precisión y velocidad a métodos anteriores como MInt.
Este artículo demuestra que la interacción de Casimir en agua salada posee una contribución universal de fluctuaciones electromagnéticas que domina a las no universales a distancias relevantes para las fibras de actina, lo que implica efectos significativos a escala celular.
El artículo presenta un protocolo de preparación de estados fundamentales disipativos que aprovecha la estructura de las rutas de reacción química para superar los desafíos de la correlación fuerte en los estados de transición, logrando una complejidad de puertas escalable y proporcionando estimaciones de recursos para sistemas catalíticos complejos como FeMoco y la P450 citocromo.
Este trabajo presenta un marco híbrido cuántico-clásico reproducible que utiliza un mapeo de características inspirado en la mecánica cuántica y una red neuronal cuántica profunda para mejorar la generalización y precisión en la predicción de valores pKa a nivel de residuos en proteínas.
El artículo presenta Matlantis-PFP v8, un potencial interatómico de aprendizaje automático universal entrenado con el funcional r2SCAN que supera las limitaciones de precisión de los modelos basados en PBE, logrando un acuerdo significativamente mejor con los datos experimentales y reduciendo a la mitad el error en la predicción de puntos de fusión sin necesidad de ajuste específico por dominio.
Este artículo presenta el desarrollo de plataformas de hidrogel en chip que utilizan dos métodos de micropatterning, basados en arrays de pilares y máscaras fotográficas, para la polimerización in situ de hidrogeles de PEGDA-PEG con el fin de estudiar y controlar la difusión molecular.
Este trabajo establece que la entropía de trayectorias es un principio organizador clave para la formación de patrones fuera del equilibrio, demostrando que puede alterar cualitativamente la estabilidad de fases metastables en sistemas de reacción-difusión mediante un nuevo marco de instantones no equilibrados que permite calcular eficientemente las tasas de transición.
El estudio demuestra que la extrema resbaladiza del hielo se debe principalmente al calentamiento por fricción, el cual eleva la temperatura de contacto hasta el punto de fusión y explica con precisión los datos experimentales de fricción en un amplio rango de velocidades, superando las limitaciones de las simulaciones a escala nanométrica que no consideran este efecto térmico.
El artículo presenta ChemFit, un marco de trabajo flexible en Python que permite la definición, composición y evaluación masivamente concurrente de funciones objetivo basadas en simulaciones para facilitar la parametrización eficiente de modelos en química computacional y física.
Este estudio demuestra que el método de perturbación de orden doble con escalado de espín-opuesto (O2BMP2) ofrece una predicción precisa y eficiente de los estados excitados singlete-triplete invertidos, logrando una precisión comparable a métodos de alto costo computacional como ADC(3) y EOM-CCSD, lo que lo convierte en una herramienta ideal para el cribado de alto rendimiento de materiales para OLEDs.
Este trabajo demuestra que el protocolo SCF basado en la teoría de perturbación autoconsistente OBMP2 supera a técnicas establecidas como DFT y EOM-CCSD en la predicción precisa de las energías de excitación del borde K para moléculas tanto de capa cerrada como abierta.
Este artículo presenta un marco de aprendizaje automático potenciado por física que utiliza descriptores termodinámicos derivados de simulaciones de dinámica molecular para predecir con éxito puntos de ebullición en espacios químicos no vistos, superando las limitaciones de extrapolación de los modelos tradicionales basados únicamente en la estructura molecular.
Este artículo presenta un marco cuántico basado en mediciones que permite evaluar elementos de matriz para funciones de onda de enlace de valencia generalizado acoplado a espín (SCGVB) mediante circuitos de baja profundidad sin qubits auxiliares, demostrando su precisión y viabilidad química en sistemas como H4.
Este artículo presenta una derivación teórica rigurosa de la teoría de funcionales de densidad híbrida doble autoconsistente (OBDHF), la cual unifica el formalismo de Kohn-Sham generalizado con la teoría de perturbación OBMP2 para resolver la inconsistencia fundamental de los funcionales híbridos dobles convencionales al incorporar la correlación de manera autoconsistente sin necesidad de construcciones de potencial efectivo optimizado.
Este estudio presenta una investigación *ab initio* que revela que la relajación Raman en qubits moleculares de Yb(III) está gobernada por fonones de baja energía altamente deslocalizados, demostrando que las correlaciones magneto-estructurales simples son insuficientes para predecir estos efectos y subrayando la necesidad de marcos teóricos predictivos para el diseño químico futuro.
Este artículo presenta un marco de redes neuronales que modela la función de onda cuántica completa de sistemas de muchos cuerpos (incluyendo electrones, núcleos y muones) respetando la invariancia de permutación y superando la aproximación de Born-Oppenheimer para capturar efectos cuánticos completos y correlaciones multiescala de manera computacionalmente viable.