🔬 Category

physics.chem-ph

1002 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.

Toward Quantum-Aware Machine Learning: Improved Prediction of Quantum Dissipative Dynamics via Complex Valued Neural Networks

Este artículo presenta el uso de redes neuronales de valor complejo (CVNN) como un marco físico consistente que supera a las redes de valor real en la predicción de la dinámica disipativa cuántica, ofreciendo mayor precisión, estabilidad y fidelidad física al preservar la estructura algebraica y las correlaciones de fase-amplitud inherentes a los sistemas cuánticos abiertos.

Muhammad Atif, Arif Ullah, Ming Yang2026-03-18🔬 physics

HEOM-Based Numerical Framework for Quantum Simulation of Two-Dimensional Vibrational Spectra in Molecular Liquids (HEOM-2DVS)

Este trabajo presenta HEOM-2DVS, un marco computacional basado en las ecuaciones de movimiento jerárquicas (HEOM) para simular espectroscopía vibracional bidimensional en líquidos moleculares mediante el tratamiento riguroso de la dinámica cuántica no perturbativa y no lineal de modos vibracionales acoplados, validado mediante el cálculo de espectros para las vibraciones del agua.

Ryotaro Hoshino, Yoshitaka Tanimura2026-03-18🔬 physics

V2Rho-FNO: Fourier Neural Operator for Electronic Density Prediction

El artículo presenta V2Rho-FNO, un marco universal basado en operadores de redes neuronales de Fourier que predice directamente la densidad electrónica a partir de potenciales externos, logrando una generalización sin reentrenamiento a sistemas moleculares no vistos y superando las limitaciones computacionales de la teoría del funcional de la densidad tradicional.

Yingdi Jin, Xinming Qin, Ruichen Liu, Jie Liu, Zhenyu Li, Jinlong Yang2026-03-18🔬 physics

Life cycle assessment for all organic chemicals

El marco CRYSTAL presenta un enfoque automatizado basado en la retrosíntesis y el aprendizaje automático para generar inventarios de ciclo de vida transparentes y consistentes para más de 70.000 compuestos orgánicos, identificando puntos críticos ambientales y estableciendo una base de datos fundamental para guiar intervenciones políticas y de ingeniería hacia una industria química más sostenible.

Shaohan Chen, Tim Langhorst, Julian Nöhl, Christopher Oberschelp, Martin Pillich, Johannes Schilling, André Bardow2026-03-18🔬 physics

On the performance of QTP functionals applied to second-order response properties II: Dynamic polarizability and long-range C6_6 coefficients

Este estudio evalúa el rendimiento de 25 funcionales de intercambio-correlación, destacando a QTP01 y LC-QTP para coeficientes de polarizabilidad dinámica y dispersión C6_6, respectivamente, como parte de una serie sobre las propiedades de respuesta de segundo orden de los funcionales QTP.

Rodrigo A. Mendes, Peter R. Franke, Ajith Perera, Rodney J. Bartlett2026-03-18🔬 physics

Transfer Learning Meets Embedded Correlated Wavefunction Theory for Chemically Accurate Molecular Simulations: Application to Calcium Carbonate Ion-Pairing

Este artículo presenta un marco de aprendizaje por transferencia de ondas correlacionadas incrustadas (ECW-TL) que combina métodos de onda correlacionada de alto nivel con potenciales interatómicos aprendidos por máquina para lograr simulaciones dinámicas de alta precisión en fase condensada, demostrando su eficacia en el estudio del emparejamiento iónico Ca²⁺-CO₃²⁻ en solución acuosa.

Xuezhi Bian, Emily A. Carter2026-03-18🔬 physics

PFP/MM: A Hybrid Approach Combining a Universal Neural Network Potential with Classical Force Fields for Large-Scale Reactive Simulations

El artículo presenta PFP/MM, un enfoque híbrido que combina un potencial de aprendizaje automático universal (PFP) con mecánica molecular clásica para habilitar simulaciones reactivas a gran escala y de larga duración en sistemas condensados realistas, logrando resultados precisos en procesos como la hidroxilación por citocromo P450.

Yu Miyazaki, Atsuhiro Tomita, Akihide Hayashi, So Takemoto, Mizuki Takemoto, Hodaka Mori2026-03-18🔬 cond-mat.mtrl-sci

Free complement method with Gaussian expanded complements: hierarchical decontraction to mitigate the exponential wall before selection

Este trabajo presenta un método de complemento libre con funciones complementarias expandidas en gaussianas que utiliza descontracciones jerárquicas mediante exponentes distintos para evitar la complejidad exponencial de los coeficientes variacionales en órdenes bajos, posponiendo dicho crecimiento hasta órdenes superiores antes de la selección basada en la matriz de solapamiento.

Cong Wang2026-03-18🔬 physics

Disentangling Single- and Biexciton Dynamics with Photoelectron-Detected Two-Dimensional Electronic Spectroscopy

Este artículo demuestra mediante simulaciones numéricas que el uso de enmascaramiento temporal y filtrado por energía cinética en la espectroscopía electrónica bidimensional detectada por fotoelectrones permite disociar la dinámica de excitones y biexcitones, recuperando información que normalmente se ve oscurecida por procesos como la aniquilación de excitones.

Luisa Brenneis, Matthias Hensen, Julian Lüttig, Tobias Brixner2026-03-18🔬 physics.optics