Finite elements and moving asymptotes accelerate quantum optimal control -- FEMMA
本論文は、有限要素法(FEM)と移動漸近法(MMA)を組み合わせることで、スピン操作パルスの量子最適制御における勾配計算の効率化と収束速度の向上を同時に実現した手法(FEMMA)を提案しています。
794 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、有限要素法(FEM)と移動漸近法(MMA)を組み合わせることで、スピン操作パルスの量子最適制御における勾配計算の効率化と収束速度の向上を同時に実現した手法(FEMMA)を提案しています。
この論文は、駆動された電解質における流体力学的ゆらぎがトレーサーの確率論的動力学に与える影響を自己整合場理論を用いて解析し、デバイ遮蔽が存在する場合でも長距離の流体力学的相互作用が非平衡定常状態において異常拡散を引き起こすことを明らかにしています。
FragmentFlowは、反応の核心部分(リアクティブ・コア)のみを生成モデルで予測し、残りの置換基を再結合させる「分割統治法」を用いることで、大規模分子における遷移状態の生成における分布シフトの問題を解決し、高精度かつ効率的な予測を実現する手法です。
本論文は、化学文献から収集した大規模な実験データセット「NMRSpec」を構築し、スペクトルを順序のないピーク集合として扱う「NMRTrans」という構造に特化したTransformerモデルを提案することで、実験的なNMRスペクトルからの分子構造決定において従来手法を大幅に上回る精度を達成した研究です。
本論文は、分子シミュレーションと非平衡反応速度論を用い、電界下における電解質のイオン対形成ダイナミクスを解析することで、従来の連続体理論では説明できない非線形な導電率向上や、溶媒の分子詳細がイオン解離に与える影響を明らかにしています。
本論文は、従来の力場では困難であった機械学習ポテンシャル(MLP)を用いた厳密なアルケミカル自由エネルギー計算手法を開発し、広範な有機分子の溶媒和自由エネルギーにおいて実験値に匹敵する高精度な算出を実現した研究です。
本研究は、ノイズの少ない古典的な分子記述子を事前学習に活用することで、限られたデータ量でも従来の機械学習手法を凌駕する性能を持つ、大規模な分子表現学習用基盤モデル「CheMeleon」を提案しています。
本論文は、1次元トーラス上の有限温度における粒子系の密度分布について、相互作用の性質を一般化した上で、ガテックス微分可能性を利用して-表現可能な密度の集合が最大であることを明示的に示したものです。
本論文は、小規模な二層構造の電子密度から学習したガウス過程回帰モデルを用い、長距離記述子を導入することで、ツイスト二層モアレ材料のような大規模かつ非局所的な幾何学的情報が重要な系においても、フラットバンド形成などの複雑な電子状態を精度高く予測できる手法を提案しています。
本論文は、溶媒とイオンの交換を伴う新しいハイブリッド・シミュレーション手法(H4D)を用い、電荷を持つスリット細孔内におけるイオン分配(ドンナン平衡)を解析することで、表面電荷を「繰り込み」て考慮すれば、線形ポアソン・ボルツマン理論が強電荷の細孔に対しても有効に適用できることを示しています。