Information Routing in Atomistic Foundation Models: How Task Alignment and Equivariance Shape Linear Disentanglement

Il paper introduce la Compositional Probe Decomposition (CPD) per dimostrare che l'allineamento tra il compito di addestramento e la proprietà target, insieme all'architettura equivariante, determina il grado di disaccoppiamento lineare tra informazioni geometriche e composizionali nei modelli fondazionali atomistici, rivelando che canali vettoriali e scalari codificano selettivamente diverse proprietà fisiche.

Joshua SteierTue, 10 Ma🤖 cs.LG

From Accurate Quantum Chemistry to Converged Thermodynamics for Ion Pairing in Solution

Questo studio combina metodi di apprendimento automatico e teoria della struttura elettronica fino al livello CCSD(T) per calcolare con precisione quantitativa l'energia libera di accoppiamento ionico del CaCO₃ in soluzione acquosa, risolvendo finalmente le sfide legate alla previsione termodinamica di sistemi complessi.

Niamh O'Neill, Benjamin X. Shi, William C. Witt, Blake I. Armstrong, William J. Baldwin, Paolo Raiteri, Christoph Schran, Angelos Michaelides, Julian D. GaleTue, 10 Ma🔬 cond-mat.mtrl-sci

Operational impact of quantum resources in chemical dynamics

Il paper introduce un nuovo quadro teorico basato su un funzionale di impatto delle risorse quantistiche, CM(Λ)\mathcal{C}_M(\Lambda), che quantifica operativamente l'influenza massima delle coerenze quantistiche sui processi di dinamica chimica, fornendo limiti di velocità e strumenti per isolare e diagnosticare gli effetti quantistici in sistemi molecolari come il trasferimento di energia.

Julia Liebert, Gregory D. ScholesTue, 10 Ma⚛️ quant-ph

For molecular polaritons, disorder and phonon timescales control the activation of dark states in the thermodynamic limit

Questo studio introduce un approccio numerico esatto (MPS-HEOM) per dimostrare che, nei sistemi di polaritoni molecolari, i tempi caratteristici dei fononi e il disordine dinamico controllano l'attivazione degli stati oscuri e determinano la dimensione minima del sistema necessaria per raggiungere il limite termodinamico.

Tianchu Li, Pranay Venkatesh, Qiang Shi, Andrés Montoya-CastilloTue, 10 Ma⚛️ quant-ph

Machine learning the two-electron reduced density matrix in molecules and condensed phases

Questo lavoro dimostra che l'apprendimento automatico della matrice di densità ridotta a due elettroni (2-RDM) consente di costruire surrogati ad alta fedeltà per metodi di struttura elettronica correlata, permettendo calcoli di qualità coupled-cluster per sistemi complessi come il glucosio solvatato in 500 molecole d'acqua a un costo computazionale paragonabile a quello dell'Hartree-Fock.

Jessica A. Martinez B., Bhaskar Rana, Xuecheng Shao, Katarzyna Pernal, Michele PavanelloTue, 10 Ma🔬 physics

\textit{Ab Initio} Adiabatic Potential Energy Surfaces and Non-adiabatic Couplings for O3_3: Construction of Four State Diabatic Hamiltonian

Questo studio presenta superfici di energia potenziale adiabatiche e accoppiamenti non adiabatici altamente accurati per l'ozono, ottenuti tramite calcoli *ab initio* di livello ic-MRCI(Q) che includono correzioni di Davidson e un'espansione sistematica dello spazio attivo e della base, permettendo la costruzione di un hamiltoniano diabatico a quattro stati e l'identificazione delle intersezioni coniche.

Avik Guchait, Gourhari Jana, Satyam Ravi, Koushik Naskar, Satrajit AdhikariTue, 10 Ma⚛️ quant-ph

Understanding halide segregation in metal halide perovskites through defect thermodynamics

Questo studio utilizza la termodinamica dei difetti e calcoli di primi principi per rivelare che la segregazione degli alogenuri nelle perovskiti miste è guidata dalla preferenza degli ioni bromuro per i siti superficiali e dall'ossidazione degli ioni ioduro, processi fortemente influenzati dal catione del sito A e cruciali per progettare materiali più stabili.

Abrar Fahim Navid, Zeeshan AhmadTue, 10 Ma🔬 cond-mat.mtrl-sci

Scaling Machine Learning Interatomic Potentials with Mixtures of Experts

Il paper presenta architetture di potenziali interatomici basati su apprendimento automatico che utilizzano miscele di esperti (MoE) e miscele di esperti lineari (MoLE), dimostrando che l'attivazione sparsa con esperti condivisi e il routing elemento per elemento migliorano significativamente l'accuratezza e la stabilità, ottenendo risultati all'avanguardia su diversi benchmark e rivelando una specializzazione degli esperti allineata alle tendenze della tavola periodica.

Yuzhi Liu, Duo Zhang, Anyang Peng, Weinan E, Linfeng Zhang, Han WangTue, 10 Ma🤖 cs.LG

Classically Driven Hybrid Quantum Algorithms with Sequential Givens Rotations for Reduced Measurement Cost

Il paper presenta un algoritmo ibrido quantistico-classico basato su rotazioni di Givens sequenziali che, adottando una prospettiva di Heisenberg per trasformare iterativamente l'Hamiltoniano in forma diagonale, riduce significativamente il sovraccarico di misurazione e la profondità dei circuiti nelle simulazioni di struttura elettronica.

Benjamin Mokhtar, Noboru Inoue, Takashi TsuchimochiTue, 10 Ma⚛️ quant-ph

Symmetry-based perturbation theory for electronic structure calculations

Questo articolo presenta una teoria delle perturbazioni multi-riferimento basata sulle simmetrie (SBPT) che, sfruttando un Hamiltoniano di riferimento con maggiori simmetrie, riduce le risorse computazionali necessarie sia per le espansioni di interazione di configurazione che per il calcolo quantistico, offrendo soluzioni scalabili e risultati migliorati per vari sistemi molecolari.

Hiromichi Nishimura, Nam Nguyen, Tanvi Gujarati, Mario MottaTue, 10 Ma⚛️ quant-ph

NATPS: Nonadiabatic Transition Path Sampling Using Time-Reversible MASH Dynamics

Il documento introduce il NATPS, un nuovo metodo che combina la dinamica MASH reversibile nel tempo con il campionamento del percorso di transizione per simulare in modo efficiente ed efficace eventi non adiabatici rari in fotochimica, riducendo significativamente il costo computazionale rispetto alle tecniche tradizionali.

Xiran Yang, Madlen Maria Reiner, Brigitta Bachmair, Leticia González, Johannes C. B. Dietschreit, Christoph DellagoTue, 10 Ma🔬 physics

How Semilocal Are Semilocal Density Functional Approximations? -Tackling Self-Interaction Error in One-Electron Systems

Questo studio presenta una nuova approssimazione meta-GGA non empirica che incorpora il laplaciano della densità elettronica per ridurre significativamente l'errore di auto-interazione nel sistema H2+H_2^+, ottenendo risultati di legame superiori rispetto alle funzionali semilocali PBE e SCAN.

Akilan Ramasamy, Lin Hou, Jorge Vega Bazantes, Tom J. P. Irons, Andrew M. Wibowo-Teale, Timo Lebeda, Jianwei SunThu, 12 Ma🔬 cond-mat.mtrl-sci