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、機械学習ポテンシャル（特に MACE）を用いることで第一原理分子動力学のサンプリング制限を克服し、高濃度電解液（塩化リチウム系）の構造因子など実験値と高い一致を示す長時間シミュレーションを可能にし、特に基礎モデルのファインチューニングがデータ効率と希少な配置のサンプリングにおいて有利であることを実証したものである。
本論文は、リチウム金属表面におけるエチレンカーボネートの吸着エネルギーと分解反応の活性化エネルギーを、有限クラスターモデルを熱力学的極限に補正することで高精度な量子化学手法を用いて計算し、汎関数としてのωB97X-V の有用性を示すとともに、PBE などの一般化勾配近似汎関数の限界を明らかにしたものである。
本研究は、実験と原子規模シミュレーションを組み合わせることで、酸性条件下での Mn(II) 除去において、高温熱解炭が pH 上昇による沈殿を、低温熱解炭が表面錯体形成や陽イオン交換を主要なメカニズムとして担っていることを解明し、持続可能な水浄化に向けたバイオ炭の合理的設計指針を確立した。
本論文は、液体の微視的性質を理解するための歴史的背景を概観し、理論・計算・実験（特に X 線および中性子散乱）の各アプローチにおける最新の進展を総括するとともに、液体の原子レベル動力学研究における将来の展望を論じています。
この論文は、第一原理計算の計算コストを回避しつつ、多様なゼオライト材料および核種に対して高精度な NMR 観測量を予測できる新しいテンソル機械学習モデルを開発し、複雑なゼオライトの全 NMR スペクトルシミュレーションへの高スループットな道を開いたことを示しています。
本研究は、溶存タンパク質のイオンビーム堆積（ESIBD）を用いた新しいクライオ電子顕微鏡試料調製法を開発し、化学的に選択されたタンパク質複合体から 2.5〜4.8 オングストロームの近原子分解能構造を決定し、天然質量分析の化学情報と高分解能構造解析を直接結びつける手法の実現を示しました。
本研究では、低コストかつ黒箱的な手法として、状態平均化軌道最適化 CIS（SACIS）およびそのスピン投影版（SAECIS）の解析核勾配を導出・検証し、これらが高レベル計算と同等の精度で圆锥交差点の幾何構造を再現できることを示しました。
この論文は、ベイズ機械学習と制約付きランダムウォークを組み合わせた手法を用いて、電子・核スピン系や装置の非理想性といった課題を克服し、実験環境下（in situ）でパルス動的核分極（DNP）の効率的なパルス系列を直接設計・実証したことを報告しています。
本論文では、電子と陽電子を対等に扱い、電子と陽電子の同時励起まで考慮する「陽電子結合クラスター法（POS-CCSD）」を提案し、原子陰イオンや多原子分子における陽電子結合エネルギーの計算を通じて電子相関の重要性を実証するとともに、核緩和効果の検討も行っている。
この論文は、SCF 法に基づく軌道占有数の摂動に対するエネルギーのテイラー展開（占有数外挿法）を開発し、基底状態計算のみから の計算コストで多数の励起状態のエネルギーを高精度かつ効率的に予測する手法を提案しています。