La section « Physique — Chem-Ph » explore le fascinant carrefour où la physique rencontre la chimie physique. Ce domaine décrypte les lois fondamentales qui régissent le comportement de la matière à l'échelle atomique et moléculaire, reliant les théories abstraites aux propriétés concrètes que nous observons quotidiennement.

Sur Gist.Science, nous sélectionnons rigoureusement chaque nouveau prépublication de ce champ depuis arXiv. Pour chaque article, nous proposons une synthèse technique approfondie ainsi qu'une explication en langage clair, rendant ces recherches complexes accessibles à tous, des étudiants aux curieux passionnés.

Découvrez ci-dessous les dernières études publiées dans cette catégorie, accompagnées de nos résumés détaillés pour comprendre les avancées récentes sans avoir besoin d'être un expert.

Excited States from Restricted Open Shell Plane-Wave DFT

Cet article présente une implémentation en ondes planes de la théorie de la fonctionnelle de la densité Kohn-Sham à couches ouvertes restreintes (ROKS) au sein de VASP, permettant des calculs précis d'états excités de pureté de spin avec des forces analytiques pour des systèmes étendus, démontrant des performances comparables à la DFT dépendante du temps tout en conservant l'échelle favorable des méthodes de l'état fondamental.

Michael J. Sahre, Marco Romanelli, Martijn Marsman, Leticia González, Georg Kresse2026-05-28🔬 physics

Formal O(N3)-Scaling Second-Order Perturbation Theory by Block Tensor Decomposition: Implementation on MP2 and rPT2

Cet article présente un cadre unifié à échelle O(N3)O(N^3) pour la théorie de la perturbation du second ordre en combinant la décomposition de tenseurs par blocs et la décomposition canonique polyadique, ce qui permet d'obtenir une haute précision pour les calculs MP2 et rPT2 tout en réduisant les exigences de stockage à O(N2)O(N^2).

Yueyang Zhang, Wei Wu, Peifeng Su2026-05-28🔬 physics

DGLD: Domain-Gated Latent Diffusion for the Discovery of Novel Energetic Materials

Cet article présente Domain-Gated Latent Diffusion (DGLD), un nouveau cadre génératif qui découvre et valide avec succès deux matériaux énergétiques aux performances élevées et aux structures uniques (L1 et E1), dont les vitesses de détonation confirmées par DFT dépassent 8 km/s, surmontant ainsi les limites des modèles existants qui soit mémorisent les données d'entraînement, soit échouent à maintenir leurs performances lors de l'extrapolation.

Yehudit Aperstein, Alexander Apartsin2026-05-27🔬 physics

Analytic first order nonadiabatic coupling matrix elements of spin-adapted open-shell time-dependent density functional theory

Cet article présente la dérivation, l'implémentation et l'évaluation des éléments de matrice de couplage non adiabatique analytiques du premier ordre pour la méthode X-TDDFT adaptée au spin, démontrant qu'elle réduit considérablement les erreurs par rapport à la U-TDDFT standard et fournit des insights qualitativement corrects sur la photophysique des systèmes à couche ouverte tels que la porphyrine de cuivre(II).

Xiaoli Wang, Xingwen Wang, Zikuan Wang, Wenjian Liu2026-05-27🔬 physics

Migration of phthalate plasticisers in heritage objects made of poly(vinyl chloride): mechanical and environmental aspects

Cet article examine la migration des plastifiants ortho-phthalates dans les objets en PVC du patrimoine afin d'établir que le nettoyage de surface est généralement sûr et bénéfique, tout en proposant un protocole étape par étape pour une évaluation non destructive afin de guider les décisions de conservation.

Sonia Bujok, Tomasz Pańczyk, Kosma Szutkowski, Dominika Anioł, Sergii Antropov, Krzysztof Kruczała, Łukasz Bratasz2026-05-26🔬 cond-mat.mtrl-sci

FragmentNet: Adaptive Graph Fragmentation for Graph-to-Sequence Molecular Representation Learning

L'article présente FragmentNet, un modèle de graphe vers séquence qui utilise un nouveau tokenizer adaptatif pour décomposer les molécules en fragments chimiquement valides de granularité ajustable, démontrant que le pré-entraînement à ce niveau de fragments améliore considérablement les performances de prédiction des propriétés en aval par rapport aux approches traditionnelles au niveau des atomes ou basées sur des règles rigides.

Ankur Samanta, Rohan Gupta, Aditi Misra, Christian McIntosh Clarke, Jayakumar Rajadas2026-05-26🧬 q-bio

Modelling the photocatalytic oxidation of methane and other air pollutants for applications in ventilation systems

Cette étude évalue l'oxydation photocatalytique du méthane et d'autres polluants à l'aide de TiO2_2 sous lumière UV-C, présentant un modèle validé qui prédit de faibles rendements de conversion dans les applications à l'échelle de la ventilation mais confirme un bénéfice climatique net lorsque l'élimination du CO2_2e dépasse les coûts énergétiques et matériels du système.

Samuel D. Tomlinson, Aliki Marina Tsopelakou, Tzia Ming Onn, Steven R. H. Barrett, Adam M. Boies, Shaun Fitzgerald2026-05-26🔬 physics

Excitation density controlled regimes of collective light--matter dynamics

Cet article établit une carte de régime à deux paramètres fondée sur le nombre de molécules (NN) et le nombre d'excitations (NexcN_{\rm exc}) pour délimiter la validité des approximations de champ moyen et d'excitation unique dans la dynamique collective lumière-matière, révélant comment la densité d'excitation régit la transition des oscillations de Rabi harmoniques linéaires aux oscillations de Rabi anharmoniques non linéaires.

Wenxiang Ying, Abraham Nitzan2026-05-26🔬 physics

Transformer refined quantum sampling for strongly correlated electronic structure

L'article présente QiankunNet-QSCI, un cadre hybride quantique-classique qui combine un ansatz d'interaction de configuration unitaire sélectionné efficace exécuté sur le processeur Zuchongzhi 3.1 avec un réseau de neurones transformer pour reconstruire avec précision les fonctions d'onde électroniques et atteindre une précision chimique pour des systèmes fortement corrélés tels que la ferredoxine [2Fe-2S] et le cluster P de la nitrogenase sur les dispositifs quantiques actuels à échelle intermédiaire et bruyants.

Xiongzhi Zeng, Ming Gong, Bowen Kan, Yi Fan, Huan Ma, Jianbin Cai, Yancheng Liu, Naibin Zhou, Tao Jiang, Shaojun Guo, Zhijie Fan, Zongkang Zhang, Yuan Li, Sirui Cao, Kai Yan, Xiaobo Zhu, Yi Luo, Hongh (…)2026-05-26⚛️ quant-ph

Transport-preserving neural ab initio scattering kernels for rarefied binary gas mixtures

Ce papier présente un cadre de validation multi-échelle pour les noyaux de diffusion ab initio neuronaux qui assure la préservation du transport dans les mélanges binaires de gaz raréfiés, démontrant qu'un substitut neuronal pour la diffusion hélium-argon atteint une grande précision tant dans les métriques de diffusion microscopiques que dans les simulations macroscopiques DSMC de mélanges.

Ehsan Roohi2026-05-26🔬 physics