155 artículos
Este artículo presenta una teoría de clusters acoplados degenerados (CC) y una extensión cuasidegenerada (QCC) que ofrecen soluciones ab initio, de tamaño extensivo y convergentes para estados electrónicos con cualquier tipo de referencia degenerada o no degenerada, superando en precisión y eficiencia a métodos tradicionales como CI, EOM-CC, MP y MBGF.
Este estudio demuestra que, aunque los métodos semiclásicos no predicen la formación de polaritones al inicializar un modo de cavidad en un estado de Fock, el tratamiento cuántico completo revela la existencia de entrelazamiento luz-materia y oscilaciones en potencias pares de operadores, evidenciando que ciertas dinámicas polaronicas requieren exclusivamente una descripción cuántica de la electrodinámica.
El artículo presenta OrbEvo, un modelo basado en transformadores gráficos equivariantes que predice con precisión la evolución temporal de las funciones de onda en la teoría del funcional de la densidad dependiente del tiempo (TDDFT) bajo campos externos, logrando una simulación eficiente de la dinámica electrónica y propiedades ópticas sin los costosos pasos de propagación tradicionales.
Los autores presentan y demuestran experimentalmente dos métodos ópticos independientes para la termometría primaria absoluta a escala nanométrica utilizando la distribución de Boltzmann entre subniveles de Stark individuales de iones de tierras raras en nanopartículas de Y₂O₃:Yb³⁺/Er³⁺, eliminando la necesidad de referencias externas de temperatura.
Este artículo introduce un esquema de ajuste óptimo para la teoría de funcional de densidad multiconfiguracional de corto alcance (MC-srDFT) que determina el parámetro de separación de rango mediante la constante de ionización, mejorando significativamente el cálculo de las polarizabilidades dipolares estáticas y dinámicas en comparación con los valores universales tradicionales.
Este estudio utiliza el método de recocido poblacional con un esquema de temperatura adaptativo y un marco de análisis estructural para mapear cuantitativamente el paisaje termodinámico del clúster de Lennard-Jones de 38 átomos, identificando y resolviendo las contribuciones de sus tres cuencas estructurales competitivas (tipo FCC, icosaédrica y líquida) a la energía libre.
El artículo revela que los potenciales interatómicos aprendidos por máquina de corto alcance generan una metalización espuria en capas de agua polar debido a la omisión de interacciones electrostáticas de largo alcance, un error que se corrige al incluir explícitamente dichas interacciones.
Este estudio presenta una técnica de espectroscopía de generación de suma de frecuencias mejorada por punta (TE-SFG) sensible a la fase que utiliza pulsos láser temporalmente asimétricos para suprimir el fondo no resonante, superar el límite de difracción óptica y detectar señales vibracionales débiles con una resolución nanométrica y la capacidad de determinar orientaciones moleculares absolutas.
Este artículo presenta MAD-1.5, un conjunto de datos altamente curado y estandarizado que abarca 102 elementos mediante cálculos DFT r²SCAN consistentes, diseñado para entrenar modelos de aprendizaje automático atómico universales de alta precisión como el potencial interatómico PET-MAD-1.5.
El estudio presenta GET-SEI, un marco general basado en aprendizaje contrastivo de grafos y teoría de trayectorias de transición que descubre automáticamente entornos atómicos locales y cuantifica las rutas de transporte de litio en la interfaz de electrolitos sólidos para optimizar el rendimiento de las baterías.
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.
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 artículo propone un método híbrido cuántico-clásico que combina la selección de orbitales dominantes cuánticos (QDOS) y la corrección de correlación dinámica de subespacio (SDC) para calcular energías moleculares precisas en computadoras cuánticas tolerantes a fallos, evitando la lectura masiva de datos cuánticos al delegar la corrección de correlación a computación clásica.
Este estudio demuestra que, dentro del marco de la factorización exacta, las correlaciones electrón-nucleares no adiabáticas inducen la des-ortogonalización de los factores electrónicos, generando dinámicamente interferencia en la densidad nuclear incluso cuando inicialmente está ausente.
El sistema de IA agéntica ChemNavigator descubre autónomamente seis reglas de diseño estadísticamente significativas y químicamente fundamentadas para fotocatalizadores orgánicos mediante un ciclo iterativo que integra razonamiento con modelos de lenguaje y cálculos computacionales, superando a los enfoques de aprendizaje automático anteriores al extraer principios estructurales complejos sin programación explícita.