785 件の論文
物理化学は、物質の性質を物理学の視点から解き明かす領域です。原子や分子がどう動き、反応し、新しい材料やエネルギーを生み出すのかを、微視的な世界から探求する学問であり、化学反応の裏側にある物理的な法則を理解することで、未来の技術革新の鍵を握っています。
Gist.Scienceでは、arXiv に投稿された最新のプレプリントを網羅的に収集し、専門的な内容もわかりやすく解説しています。それぞれの論文について、非専門家にも伝わる平易な要約と、研究者向けの技術的な詳細解説の両方を提供し、最先端の知見へのアクセスを民主化します。
以下に、この分野の最新論文一覧をご紹介します。
本論文は、高レベルの ic-MRCI 計算と PIP-NN 法を用いて NH2O の全次元基底状態ポテンシャルエネルギー面を構築し、準古典軌道法によるシミュレーションを通じて、アンモニアおよびヒドラジン燃焼における NH2 + O 反応の高温速度論と分岐比を高精度に解明したものである。
本論文は、高レベル量子化学計算とマルチフィデリティ・ガウス過程回帰を組み合わせることでヘリウム - ベンゼン相互作用の高精度ポテンシャルエネルギー曲面を構築し、従来の経験的ポテンシャルとは異なる低温におけるヘリウムの吸着挙動を明らかにした。
この論文は、原子番号に基づく新しい 1 パラメータ減衰関数（Z ダンピング）を用いた XDM 分散補正を導入し、GMTKN55 データベースと分子結晶ベンチマークを通じて、revPBE0 や B86bPBE0 などのハイブリッド汎関数と組み合わせることで、最小限の経験的パラメータで高い精度と一貫性を達成できることを示しています。
この論文は、PyBEST と geomeTRIC を連携させた再利用可能な幾何最適化エンジンを開発し、特に軌道最適化型対結合クラスター二重励起（OOpCCD）に対する解析核勾配の初実装を通じて、高精度な分子構造最適化を可能にしたことを報告しています。
この論文は、機械学習ポテンシャルとニューラル古典密度汎関数理論を組み合わせることで、シュレーディンガー方程式から直接導出され、水や二酸化炭素などの液体の巨視的熱力学やナノ閉じ込め効果、臨界点近傍の複雑な挙動を第一原理的にかつ効率的に記述する統合的なマルチスケールモデルを提案しています。
本論文は、不確定性原理の制約を回避するために初期位置と運動量の準備空間を導入し、ラグランジアン記述子を用いたボーム力学の軌道に基づく幾何学的診断法を提案することで、量子もつれ（スクランブリング）に関連する感度を幾何学的に特徴づける新たな枠組みを提示しています。
本論文は、CuPy と PyTorch ライブラリを用いて NVIDIA H100 および GH200 アーキテクチャ上で大規模な結合クラスター計算を効率的に実行するための新しいバッチ処理アルゴリズムを開発し、従来の GPU-CPU ハイブリッド実装と比較して最大 16 倍の高速化を達成したことを報告しています。
本論文は、分子の形状、キラル性、分極性、および空間閉じ込めが、誘電性および強誘電性ネマチック液晶において、パリティ破りや変形平衡状態、多ドメイン状態、そして特異的なねじれ変形を引き起こすメカニズムをレビューし、両者のネマチック液晶が直交方向の追加的な広がりによって広がり弾性エネルギーと静電エネルギーを低減する「広がり相殺効果」を示すことを示しています。
この論文は、分子および周期的物質における密度汎関数近似の非局在化誤差（特にバンドギャップの過小評価）を、lrLOSC と同等の精度を維持しつつ軌道自由電子線形応答を用いて計算効率を大幅に向上させた統一的手法「olLOSC」を提案し、分子から材料、界面に至るまでロバストかつ効率的な DFT 応用への道を開くことを報告しています。
本論文は、従来の非平衡分子動力学法では困難であった実験的せん断速度領域において、過渡時間相関関数法（TTCF）を用いてグラフェンナノチャネル内閉じ込め水のすべり長を初めて評価し、その結果が平衡分子動力学シミュレーションおよび実験とよく一致することを示した。