1015 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 un protocolo de nanofabricación que restaura la pureza atómica de la interfaz grafeno-SiC para permitir la observación de excitones divididos por Davydov en una capa de HMTP, revelando una dinámica de estados oscuros dominada por la relajación mediada por polarones y estableciendo una plataforma escalable para memorias cuánticas moleculares.
Este artículo presenta un marco de extrapolación lineal que corrige los errores sistemáticos de discretización en simulaciones de dinámica molecular al paso de tiempo cero, permitiendo recuperar estadísticas consistentes con Boltzmann y estimar propiedades termodinámicas clave independientemente del tamaño del paso de tiempo utilizado.
Este estudio presenta un marco de optimización bayesiana que utiliza descriptores moleculares de baja dimensión e informados por física para identificar eficientemente estructuras moleculares óptimas en espacios químicos vastos con menos de 2.000 puntos de datos, logrando una alta tasa de éxito en la búsqueda de entropía y energía vibracional cero mediante un esquema de mapeo inverso fiable.
Este trabajo presenta un modelo híbrido de aprendizaje automático llamado Enhanced Stokes-Einstein (ESE) que, al integrar la ecuación de Stokes-Einstein con datos de literatura y representaciones moleculares SMILES, logra predecir con mayor precisión y consistencia física los coeficientes de difusión a dilución infinita en líquidos que los métodos anteriores.
El artículo presenta ChemFlow, un marco de aprendizaje profundo jerárquico que integra características atómicas, de grupos funcionales y moleculares mediante mecanismos de atención bidireccional y módulos de fusión sensibles al estado de la mezcla, logrando así una predicción superior de las propiedades fisicoquímicas de mezclas químicas complejas en comparación con los modelos existentes.
Este trabajo presenta un nuevo enfoque perturbativo Super-CI (Super-CIPT) para la optimización orbital en el método 2C-CASSCF, demostrando que esta formulación relativista de dos componentes, que incluye efectos como el acoplamiento espín-órbita y los términos Gaunt o Breit, ofrece una convergencia robusta y una mayor precisión en los cálculos de correlación estática y relativista para elementos p-block en comparación con los métodos tradicionales de un componente.
Los autores presentan un potencial interatómico de aprendizaje automático universal de código abierto que cubre 97 elementos, incluyendo actínidos menores mediante un nuevo conjunto de datos HE26, lo que permite avances significativos en el diseño de materiales para aplicaciones nucleares.
Este trabajo presenta un enfoque basado en redes neuronales gráficas informadas por física y modelos Transformer para automatizar el análisis cuantitativo de la estructura tridimensional a partir de datos XANES, eliminando la necesidad de resumir parámetros estructurales y facilitando su aplicación en materiales sólidos y futuras herramientas en línea para líneas de haz.
Este trabajo revierte y valida un enfoque de cuatro componentes basado en el operador Dirac al cuadrado () dentro de una base de multiwavelets, logrando evitar soluciones de energía negativa y mejorar la convergencia en sistemas de uno y dos electrones con alta carga nuclear.
Este artículo establece una conexión entre la entropía de la información y la matriz de similitud molecular para cuantificar la complejidad de las moléculas, demostrando la utilidad de este enfoque mediante la comparación de diferentes definiciones de similitud, como las basadas en SMILES y el kernel SOAP, así como su aplicación en mezclas moleculares.