155 papers
Dit artikel introduceert een nieuwe, grootte-extensieve en convergente ab initio gekoppelde-clustertheorie (ΔCC) voor zowel niet-geïntegreerde als gedegenereerde systemen, evenals een verwante quasidegenerate variant (QCC), die bij transitionele energieën superieure prestaties levert vergeleken met bestaande methoden zoals CI, EOM-CC, ΔMP en MBGF.
Deze studie toont aan dat het gebruik van een Fock-toestand als initiële conditie voor een kwantumborstelkaviteit, in tegenstelling tot een coherente toestand, fysische verschijnselen zoals licht-materie-verstrengeling en polarietonvorming onthult die uitsluitend met een volledig kwantummechanische behandeling van de elektrodynamica kunnen worden beschreven.
In dit artikel wordt OrbEvo, een equivariante grafische transformer-architectuur, voorgesteld om de tijdsafhankelijke evolutie van elektronische golffuncties in TDDFT onder externe velden efficiënt en nauwkeurig te voorspellen, waardoor de rekenkosten van conventionele methoden aanzienlijk worden verlaagd.
Deze studie presenteert twee onafhankelijke optische methoden voor absolute primaire nanothermometrie met zeldzame-aarde-gedoteerde nanodeeltjes, waarbij de temperatuur uitsluitend wordt bepaald via de interne energieniveaus en populatiedynamica van de ionen zonder externe referentie.
Deze studie introduceert een theoretisch onderbouwde optimal-tuning-methode voor de range-separatieparameter in multiconfigurational short-range DFT, gebaseerd op de ionisatiepotentiaal via het Extended Koopmans' Theorem, die aanzienlijk betere dipoolpolariseerbaarheden oplevert dan de standaard universele parameter.
In dit onderzoek wordt de thermodynamische landschap van de 38-atomige Lennard-Jones-cluster geanalyseerd met behulp van Population Annealing, waarbij een geïntegreerd framework wordt ontwikkeld om structureel opgeloste vrije-energieverschillen te kwantificeren en de competitie tussen verschillende energiefunnen in kaart te brengen.
Dit artikel onthult dat kort-bereik machine-learningsinteratomaire potentialen (MLIPs) onfysische metallisatie van water veroorzaken door het negeren van langeafstandse elektrostatische interacties, wat aantoont dat deze effecten essentieel zijn voor het correct modelleren van polaire vloeistoffen.
Deze studie introduceert een fasegevoelige tip-versterkte som-frequentiegeneratie (TE-SFG) spectroscopie-methode die gebruikmaakt van tijdsasymmetrische pulsen om de niet-resonante achtergrond te onderdrukken, waardoor zwakke trillingssignalen met een resolutie ver onder de optische diffractielimiet kunnen worden gedetecteerd en de absolute moleculaire oriëntatie kan worden bepaald.
Dit artikel introduceert MAD-1.5, een hoogwaardig en consistent dataset voor universeel atomaire machine learning dat de chemische ruimte uitbreidt tot 102 elementen via een gestandaardiseerde r²SCAN-DFT-workflow, en de effectiviteit ervan demonstreert met de training van de nauwkeurige PET-MAD-1.5 potentiaal.
Deze studie introduceert GET-SEI, een algemeen raamwerk dat graph contrastive learning, extended dynamic mode decomposition en transition path theory combineert om lithium-transportmechanismen in de vaste elektrolyt-interfase van verschillende vaste-stofbatterijen te ontrafelen en te kwantificeren zonder vooraf gedefinieerde labels.
Deze studie presenteert een robuust nanofabricageprotocol dat een atomaire schone interface tussen epitaxiaal grafreen en HMTP-moleculen realiseert, waardoor Davydov-gesplitste excitonen met een dominante donkere tak kunnen worden gekarakteriseerd en een schaalbaar platform wordt geboden voor onderzoek naar moleculaire quantumgeheugens.
De auteurs hebben een open-source universeel machine learning interatomair potentiaal ontwikkeld dat 97 elementen, inclusief belangrijke zware actiniden, bestrijkt om de materialontwikkeling in de nucleaire sector te ondersteunen.
In dit artikel wordt een hybride quantum-klassieke correctiemethode voorgesteld die quantum dominant orbital selection en subspace dynamical correlation combineert om moleculaire energieën nauwkeurig en efficiënt te berekenen op fouttolerante quantum computers zonder de noodzaak voor massieve data-uitlezing.
In deze studie wordt aangetoond dat niet-adiabatische elektron-kern correlaties binnen het exacte factorisatiekader elektronische de-orthogonalisatie veroorzaken, wat resulteert in dynamische interferentie in de kern-dichtheid die bij adiabatische evolutie niet voorkomt.
In dit artikel wordt ChemNavigator gepresenteerd, een autonoom AI-systeem dat door middel van hypothese-gedreven verkenning en berekeningen zes statistisch onderbouwde ontwerpregels voor organische photocatalysatoren heeft afgeleid, waarmee het menselijke intuïtie aanvult in plaats van vervangt.