🔬 Category

physics.chem-ph

771 papers

Deze collectie duikt in de fascinerende grensgebieden waar de wetten van de fysica de scheikunde raken. Van het gedrag van atomen in nieuwe materialen tot de complexe interacties die moleculen samenstellen, deze papers verkennen hoe fundamentele krachten onze chemische wereld vormgeven. Het is een dynamisch domein dat vaak vergeten wordt, maar essentieel is voor doorbraken in zowel energieopslag als nieuwe geneesmiddelen.

Elk artikel hieronder komt rechtstreeks vanuit arXiv, de belangrijkste bron voor wetenschappelijke voorpublicaties. Bij Gist.Science verwerken we elke nieuwe preprint in deze categorie direct, zodat je niet alleen toegang krijgt tot de originele technische inhoud, maar ook tot een heldere, begrijpelijke samenvatting in gewone taal. Zo blijft je altijd up-to-date zonder vast te zitten in jargon.

Hieronder vind je de nieuwste publicaties die deze snelle ontwikkelingen in de chemische fysica vastleggen.

GENIUS: An Agentic AI Framework for Autonomous Design and Execution of Simulation Protocols

Het artikel introduceert GENIUS, een agentisch AI-framework dat een Quantum ESPRESSO-kennisgrafiek integreert met een getrapte LLM-hiërarchie en eindige-toestanden foutherstel om DFT-simulatieprotocollen autonoom te genereren, valideren en repareren, waardoor de ontdekking van materialen wordt gedemocratiseerd door hoge succespercentages te bereiken terwijl kosten en hallucinaties aanzienlijk worden gereduceerd in vergelijking met standaard LLM-benaderingen.

Mohammad Soleymanibrojeni, Roland Aydin, Diego Guedes-Sobrinho, Alexandre C. Dias, Maurício J. Piotrowski, Wolfgang Wenzel, Celso Ricardo Caldeira Rêgo2026-05-25🔬 cond-mat.mtrl-sci

Energy-Guided Generative Modeling for Low-Energy Molecular Structure Discovery

Dit artikel introduceert EnFlow, een nieuw door energie geleid generatief raamwerk dat stromingsgebaseerde conformergeneratie integreert met geleerde modellering van energie-landschappen om efficiënt diverse, fysiek nauwkeurige moleculaire structuren met lage energie te produceren en grondtoestanden in slechts één tot twee bemonsteringsstappen te identificeren.

Guikun Xu, Xiaohan Yi, Ziqiao Meng, Peilin Zhao, Yatao Bian2026-05-25🔬 physics

Quantum-Accurate Conformational Stabilities and Vibrational Dynamics in Molecules and Proteins with Machine-Learned Force Fields

Dit artikel toont aan dat machine-geleerde krachtvelden, met name het SO3LR-model, conventionele moleculaire mechanica aanzienlijk overtreffen in het nauwkeurig reproduceren van conformationele energetica en vibratiedynamica op kwantumniveau in diverse biomoleculaire systemen, waardoor spectroscopisch gevalideerde simulaties mogelijk worden tegen een fractie van de rekenkosten.

Sergio Suárez-Dou, Miguel Gallegos, Kyunghoon Han, Florian N. Brünig, Joshua T. Berryman, Alexandre Tkatchenko2026-05-25🔬 physics

Drift-React: One-step Generation of Reaction Pathways via SE(3) Drifting Fields

Drift-React is een nieuw SE(3)-equivariant generatief raamwerk dat volledige, fysiek consistente reactiepaden voorspelt in één enkele forward pass op basis van de geometrieën van reagentia en producten, waardoor de noodzaak voor kostbare iteratieve krachtberekeningen wordt geëlimineerd terwijl state-of-the-art nauwkeurigheid wordt bereikt en een snelheidswinst van ordes van grootte wordt behaald voor het verkennen van reactienetwerken op grote schaal.

Rémi Schlama, Philippe Schwaller2026-05-25🔬 physics

Nonlinear order separation in two-dimensional electronic spectroscopy quantifies properties of higher-excited states

Dit artikel demonstreert een techniek om meerdere niet-lineaire orders in tweedimensionale elektronische spectroscopie te scheiden door de intensiteiten van de pomp-pulsen te variëren, waardoor de kwantitatieve karakterisering van sterk aangeslagen toestanden, zoals overgangsdipoolmomenten en energieniveaus, mogelijk wordt in een squaraine-dimeer met uitstekende overeenstemming tussen theorie en experiment.

Katja Mayershofer, Peter A. Rose, Julian Lüttig, Luisa Brenneis, Simon Büttner, Jacob J. Krich, Tobias Brixner2026-05-25🔬 physics.optics

Frontier Orbital Engineering in Heteroatom-Doped Prototypical Organic Dyes for Dye-Sensitized Solar Cells

Deze studie vestigt een efficiënt, afgestemd DFT-TDDFT-raamwerk om heteroatoom-gedoteerde organische kleurstoffen te screenen voor kleurstof-gesensitiseerde zonnecellen, waarbij wordt aangetoond dat elektronen-deficiënte boor-doping effectief de HOMO-LUMO-gap verkleint en ladingsoverdrachtsexitaties roodverschuift om de opvang van zonlicht te verbeteren.

Aditi Singh, Ram Dhari Pandey, Subrata Jana, Prasanjit Samal, Paweł Tecmer, Szymon Śmiga2026-05-22🔬 physics

Large Language Model Agent for User-friendly Chemical Process Simulations

Dit artikel presenteert een Large Language Model-agent die via het Model Context Protocol is geïntegreerd met AVEVA Process Simulation, wat natuurlijke taalinteractie mogelijk maakt voor het automatiseren van complexe chemische procestaken zoals analyse, optimalisatie en flowsheet-synthese, waardoor zowel de educatieve toegankelijkheid als de professionele efficiëntie worden verbeterd, terwijl toch deskundig toezicht vereist blijft.

Jingkang Liang, Niklas Groll, Gürkan Sin2026-05-22🤖 cs.AI

Accurate starting points for one-shot G0W0G_0W_0 and Bethe-Salpeter Equation calculations via effective tuning of range-separated hybrid functionals

Dit artikel toont aan dat een onlangs voorgesteld effectief afstemmingsprotocol voor gescheiden hybride functionalen een rekenkundig efficiënt en nauwkeurig alternatief biedt voor conventionele meerstaps-optimalisaties, waardoor betrouwbare startpunten worden verkregen voor eenmalige G0W0G_0W_0- en Bethe-Salpeter-vergelijking-berekeningen van ionisatiepotentialen en excitatie-eigenschappen in uiteenlopende moleculaire systemen.

Aditi Singh, Subrata Jana, Szymon Śmiga2026-05-22🔬 physics

Benchmarking machine-learned interatomic potentials for molecular infrared spectroscopy

Deze studie benchmarkt vijf machine-geleerde interatomaire potentialen (SchNet, FieldSchNet, SO3Net, PaiNN en MACE) voor het voorspellen van moleculaire infraroodspectra en komt tot de bevinding dat, hoewel alle modellen hoge nauwkeurigheid bereiken op trainingsdata, de equivariante architecturen (SO3Net, PaiNN en MACE) een superieure generalisatie tonen naar onbekende systemen, waarbij PaiNN de beste balans biedt tussen efficiëntie en nauwkeurigheid en MACE de hoogste spectrale nauwkeurigheid levert.

Nitik Bhatia, Ondrej Krejci, Patrick Rinke2026-05-22🔬 physics