155 articles
Ce travail présente AllScAIP, un potentiel interatomique basé sur l'attention qui, grâce à un mécanisme d'attention tout-à-tout, surpasse les modèles traditionnels à forte biais physique pour capturer précisément les interactions à longue portée dans les grands systèmes moléculaires et matériaux à grande échelle de données.
Cet article démontre que la précision des fonctionnelles de densité approximatives peut être significativement améliorée en s'écartant de la normalisation stricte au nombre d'électrons, en proposant des corrections dérivées de l'asymptotique de Weyl pour des systèmes unidimensionnels et multidimensionnels.
Cet article présente une méthode d'échantillonnage par « spotlight » qui réduit la complexité de calcul des différences d'énergie en Monte Carlo variationnel à une échelle linéaire, voire sous-linéaire, grâce à l'utilisation d'un hamiltonien fragmenté et d'un échantillonnage corrélé.
Les auteurs proposent une méthode ADC(3) pour l'attachement électronique à faible coût, basée sur des orbitales naturelles gelées spécifiques à l'état et des techniques d'ajustement de densité, qui offre une accélération significative par rapport aux méthodes conventionnelles tout en maintenant une précision contrôlable, y compris pour les anions à corrélation non-valence.
Cet article présente l'algorithme Spin-MInt, une méthode symplectique, réversible dans le temps et géométriquement préservatrice qui propage directement les variables de spin-mapping pour la dynamique non adiabatique, offrant une précision et une efficacité supérieures aux approches existantes, notamment pour les systèmes à nombreux degrés de liberté nucléaires.
Cet article démontre que l'effet Casimir dans l'eau salée, dominé par une contribution universelle des fluctuations électromagnétiques à l'échelle des fibres d'actine, possède des implications biologiques significatives au niveau cellulaire.
Cet article présente un protocole de préparation d'état fondamental dissipatif qui exploite la structure des réactions chimiques pour préparer efficacement des états fondamentaux fortement corrélés, notamment dans des systèmes complexes comme le FeMoco, avec une complexité de portes polynomiale en fonction du nombre d'orbitales.
Cet article présente un cadre reproductible hybride quantique-classique qui améliore la prédiction précise des pKa au niveau des résidus en enrichissant les représentations avec des caractéristiques inspirées de la mécanique quantique et en les traitant via un réseau de neurones quantiques profond, surpassant ainsi les modèles classiques en termes de généralisation et de robustesse.
Le papier présente Matlantis-PFP v8, un potentiel interatomique d'apprentissage automatique universel entraîné sur des données r2SCAN qui surpasse les modèles basés sur PBE en offrant une meilleure concordance avec les données expérimentales et en réduisant considérablement les erreurs de prédiction, notamment pour les points de fusion.
Ce papier présente deux plateformes de micropatterning de hydrogels photopolymérisables sur puce, utilisant soit des réseaux de piliers, soit des masques optiques, pour contrôler la polymérisation in situ et étudier la diffusion moléculaire.
Cet article développe un cadre d'instanton hors équilibre démontrant que l'entropie des trajectoires, et non la thermodynamique, régit la stabilité des motifs dans les systèmes de réaction-diffusion à nombre de particules fini en augmentant les taux de transition entre phases métastables.
En combinant des simulations de friction à l'échelle nanoscopique avec un modèle de chauffage par frottement, cette étude démontre que la glissance extrême de la glace résulte d'une augmentation de la température de contact due au frottement, confirmant ainsi l'hypothèse de Bowden et Hughes de 1939 tout en précisant que ce mécanisme ne nécessite pas de fusion initiale.
Le papier présente ChemFit, un cadre Python flexible conçu pour définir, composer et évaluer de manière massivement concurrente des fonctions objectif basées sur des simulations, facilitant ainsi l'optimisation de paramètres dans des domaines comme la chimie computationnelle et la physique.
Cette étude démontre que la méthode de perturbation d'ordre deux spin-opposée auto-cohérente (O2BMP2) permet de prédire avec précision et à faible coût computationnel les états excités à gap singulet-triplet inversé, offrant ainsi une alternative efficace aux méthodes de référence pour le criblage de matériaux OLED.
Cette étude présente une méthode basée sur la théorie de la perturbation auto-cohérente OBMP2 qui prédit avec une grande précision les énergies d'excitation de bord K, surpassant les techniques établies comme le DFT et l'EOM-CCSD pour les systèmes à couches fermées et ouvertes.
Cet article présente une approche d'apprentissage machine augmentée par la physique qui utilise des descripteurs thermodynamiques issus de simulations de dynamique moléculaire pour prédire avec succès les points d'ébullition de composés chimiques inconnus et inorganiques, surpassant ainsi les modèles structurels traditionnels dans leur capacité à extrapoler au-delà de leur domaine d'entraînement.
Cet article présente un cadre quantique basé sur la mesure pour évaluer les éléments de matrice dans les fonctions d'onde SCGVB couplées au spin, évitant l'utilisation de qubits auxiliaires grâce à des circuits peu profonds et validant cette approche sur des systèmes H4 par émulation.
Cette note présente une dérivation théorique rigoureuse de la théorie des fonctionnelles de densité double-hybride auto-cohérente (OBDHF), qui résout l'inconsistance fondamentale des approches conventionnelles en intégrant directement la corrélation OBMP2 dans le formalisme de Kohn-Sham généralisé via une dérivation variationnelle du hamiltonien effectif.
Cette étude ab initio révèle que la relaxation Raman dans les qubits moléculaires Yb(III) est régie par des phonons basse énergie et que les corrélations entre la structure moléculaire et le couplage spin-phonon sont si complexes qu'elles nécessitent de dépasser les corrélations magnéto-structurales simples pour adopter des cadres prédictifs de premier principe.
Cet article présente un cadre de réseaux de neurones permutationnellement invariant et multi-échelle capable de modéliser la fonction d'onde quantique complète de systèmes d'interactions électron-noyau-muon, surmontant ainsi les limitations de l'approximation de Born-Oppenheimer pour capturer les effets quantiques à toutes les échelles.