785 artigos
Esta categoria explora a fascinante intersecção onde a física encontra a química, desvendando como as leis fundamentais da matéria governam reações e estruturas moleculares. Ao investigar fenômenos que vão desde o comportamento quântico de átomos até a dinâmica de fluidos complexos, pesquisadores buscam entender a base material do universo de uma forma que une precisão teórica e aplicação prática.
No Gist.Science, processamos cada novo pré-publicação nesta área diretamente do arXiv, garantindo que o conhecimento mais recente chegue a todos. Oferecemos tanto resumos técnicos detalhados para especialistas quanto explicações em linguagem simples para curiosos, removendo barreiras sem sacrificar o rigor científico.
Abaixo estão as últimas contribuições nesta fronteira do conhecimento, prontas para serem exploradas em seus formatos acessíveis e completos.
Este artigo demonstra uma técnica para separar múltiplas ordens não lineares na espectroscopia eletrônica bidimensional variando as intensidades dos pulsos de bombeio, permitindo a caracterização quantitativa de estados altamente excitados, como momentos de dipolo de transição e níveis de energia, em um dímero de squaraine com excelente concordância entre teoria e experimento.
Este estudo estabelece um framework eficiente e ajustado de DFT-TDDFT para triar corantes orgânicos dopados com heteroátomos para células solares sensibilizadas por corante, revelando que a dopagem com boro deficiente em elétrons efetivamente estreita o gap HOMO-LUMO e desloca para o vermelho as excitações de transferência de carga para aprimorar a captação de luz solar.
Este artigo apresenta um agente de Modelo de Linguagem de Grande Escala integrado ao AVEVA Process Simulation por meio do Protocolo de Contexto do Modelo, que permite interação em linguagem natural para automatizar tarefas complexas de processos químicos, como análise, otimização e síntese de fluxogramas, aprimorando assim tanto a acessibilidade educacional quanto a eficiência profissional, embora ainda exija supervisão especializada.
Este artigo demonstra que um protocolo de ajuste efetivo recentemente proposto para funcionais híbridos de separação de alcance oferece uma alternativa computacionalmente eficiente e precisa às otimizações convencionais em múltiplos passos, fornecendo pontos de partida confiáveis para cálculos de um único passo e da Equação de Bethe-Salpeter de potenciais de ionização e propriedades de excitação em diversos sistemas moleculares.
Este estudo avalia cinco potenciais interatômicos aprendidos por máquina (SchNet, FieldSchNet, SO3Net, PaiNN e MACE) para prever espectros de infravermelho molecular, constatando que, embora todos os modelos alcancem alta precisão nos dados de treinamento, as arquiteturas equivariantes (SO3Net, PaiNN e MACE) demonstram generalização superior para sistemas não vistos, com o PaiNN oferecendo o melhor equilíbrio entre eficiência e precisão e o MACE fornecendo a maior precisão espectral.
Esta perspectiva revisa e compara métodos que recuperam a correlação dinâmica para funções de onda multirreferenciais utilizando matrizes de densidade reduzida de baixa ordem, constatando que, embora o MC-srPDFT seja a abordagem baseada em DFT mais precisa, o AC0 linearizado supera os métodos DFT e rivaliza com a teoria de perturbação dispendiosa na previsão das energias de estados de spin para complexos de metais de transição.
Este artigo estabelece teoricamente a analiticidade real das amplitudes de cluster acoplado de referência única em relação às coordenadas nucleares sob suposições de não degenerescência, identifica e mitiga artefatos de regularidade causados por orbitais canônicos e valida a viabilidade da interpolação dessas amplitudes para reduzir os custos computacionais em cálculos de energia molecular.
Este artigo apresenta o mlip v2, uma nova geração de software de código aberto que aprimora a eficiência, escalabilidade e flexibilidade dos potenciais interatômicos de aprendizado de máquina por meio de uma API modular redesenhada, um backend equivariante de alto desempenho e capacidades avançadas como a arquitetura eSEN e o tratamento aprimorado de eletrostática.
Este artigo apresenta o PASPT2, uma nova teoria de perturbação de segunda ordem multi-referência multi-estado de espaço parcial-ativo que alcança extensividade de tamanho e consistência de tamanho estritas para sistemas fortemente correlacionados ao empregar um Hamiltoniano de ordem zero específico de referência para eliminar termos desconectados encontrados em sua formulação de cluster acoplado parente.
DynaMate2 é um framework agênico hierárquico de código aberto que democratiza fluxos de trabalho científicos orientados por IA, permitindo que pesquisadores convertam facilmente suas ferramentas em Python já definidas por especialistas em componentes chamáveis por IA, sem exigir que o LLM gere código científico, reduzindo assim a barreira para a automação em domínios como a química computacional.