Information Routing in Atomistic Foundation Models: How Task Alignment and Equivariance Shape Linear Disentanglement

O artigo apresenta a Decomposição de Sonda Composicional (CPD) para demonstrar que a alinhamento da tarefa de treinamento e a arquitetura equivariante são fatores determinantes que moldam a acessibilidade linear e a disjunção de informações geométricas e composicionais em modelos de base atômica, revelando que modelos treinados em propriedades específicas (como o gap HOMO-LUMO) organizam seus representações de forma mais eficiente do que aqueles treinados apenas em energia.

Joshua SteierTue, 10 Ma🤖 cs.LG

From Accurate Quantum Chemistry to Converged Thermodynamics for Ion Pairing in Solution

Este artigo demonstra que a combinação de avanços em aprendizado de máquina e teoria de estrutura eletrônica de alto nível (CCSD(T)) permite prever com precisão quantitativa a energia livre de emparelhamento iônico do CaCO₃ em água, superando as limitações da teoria do funcional da densidade padrão e quantificando integralmente os efeitos entálpicos e entrópicos para sistemas aquosos complexos.

Niamh O'Neill, Benjamin X. Shi, William C. Witt, Blake I. Armstrong, William J. Baldwin, Paolo Raiteri, Christoph Schran, Angelos Michaelides, Julian D. GaleTue, 10 Ma🔬 cond-mat.mtrl-sci

For molecular polaritons, disorder and phonon timescales control the activation of dark states in the thermodynamic limit

Este artigo utiliza uma abordagem híbrida MPS-HEOM para demonstrar que, em sistemas de polaritons moleculares, as escalas de tempo dos fônons e o desordem dinâmica controlam a ativação de estados escuros e determinam o tamanho mínimo de sistema necessário para atingir o limite termodinâmico.

Tianchu Li, Pranay Venkatesh, Qiang Shi, Andrés Montoya-CastilloTue, 10 Ma⚛️ quant-ph

Machine learning the two-electron reduced density matrix in molecules and condensed phases

Este trabalho demonstra a viabilidade de utilizar aprendizado de máquina para prever com alta fidelidade a matriz de densidade reduzida de dois elétrons (2-RDM), permitindo o cálculo de propriedades eletrônicas e energéticas de sistemas moleculares complexos e fases condensadas, como a solvatação de glicose, a um custo computacional comparável ao método de Hartree-Fock, mas com precisão de nível de acoplamento de clusters.

Jessica A. Martinez B., Bhaskar Rana, Xuecheng Shao, Katarzyna Pernal, Michele PavanelloTue, 10 Ma🔬 physics

\textit{Ab Initio} Adiabatic Potential Energy Surfaces and Non-adiabatic Couplings for O3_3: Construction of Four State Diabatic Hamiltonian

Este artigo apresenta a construção de superfícies de energia potencial adiabáticas e acoplamentos não-adiabáticos de alta precisão para quatro estados eletrônicos singlete do ozônio, utilizando cálculos *ab initio* ic-MRCI(Q) com correções de Davidson e espaços ativos expandidos para localizar interseções cônicas e gerar um Hamiltoniano diabático de quatro estados.

Avik Guchait, Gourhari Jana, Satyam Ravi, Koushik Naskar, Satrajit AdhikariTue, 10 Ma⚛️ quant-ph

Understanding halide segregation in metal halide perovskites through defect thermodynamics

Este estudo utiliza cálculos de primeiros princípios para demonstrar que a segregação de haletos em perovskitas mistas é impulsionada termodinamicamente pela preferência de íons de brometo por sítios superficiais e pela oxidação de íons de iodeto, sendo essa tendência modulada pelo cátion A e passível de ser quantificada por meio de defeitos termodinâmicos.

Abrar Fahim Navid, Zeeshan AhmadTue, 10 Ma🔬 cond-mat.mtrl-sci

Scaling Machine Learning Interatomic Potentials with Mixtures of Experts

Este artigo apresenta o desenvolvimento e análise de arquiteturas de Mistura de Especialistas (MoE) e Mistura de Especialistas Lineares (MoLE) para Potenciais Interatômicos Baseados em Aprendizado de Máquina (MLIPs), demonstrando que o uso de ativação esparsa com especialistas compartilhados e roteamento elemento a elemento resulta em um modelo com precisão de última geração e especialização química interpretável.

Yuzhi Liu, Duo Zhang, Anyang Peng, Weinan E, Linfeng Zhang, Han WangTue, 10 Ma🤖 cs.LG

Classically Driven Hybrid Quantum Algorithms with Sequential Givens Rotations for Reduced Measurement Cost

Este artigo apresenta um algoritmo híbrido quântico-clássico baseado em rotações de Givens sequenciais que transforma o Hamiltoniano eletrônico para uma forma (bloco-)diagonal no quadro de Heisenberg, reduzindo significativamente o custo de medição e a profundidade do circuito para simulações de estrutura eletrônica.

Benjamin Mokhtar, Noboru Inoue, Takashi TsuchimochiTue, 10 Ma⚛️ quant-ph

Hitherto unrecognized intermolecular Coulombic decay mechanism in gases

Este artigo demonstra que o decaimento de Coulomb intermolecular (ICD), anteriormente observado apenas em sistemas fracamente ligados, ocorre de forma eficiente em gases atômicos e moleculares através de um mecanismo inédito que supera as grandes distâncias entre as unidades, ampliando significativamente o impacto e as aplicações desse fenômeno.

Alan G. Falkowski, Alexander I. Kuleff, Lorenz S. CederbaumTue, 10 Ma🔬 physics

Symmetry-based perturbation theory for electronic structure calculations

Este artigo apresenta uma teoria de perturbação multirreferência baseada em simetrias (SBPT) que, ao escolher um Hamiltoniano de referência com mais simetrias, reduz significativamente os recursos computacionais necessários para cálculos de estrutura eletrônica e aplicações em computação quântica, oferecendo soluções escaláveis e resultados superiores para alguns sistemas moleculares.

Hiromichi Nishimura, Nam Nguyen, Tanvi Gujarati, Mario MottaTue, 10 Ma⚛️ quant-ph

NATPS: Nonadiabatic Transition Path Sampling Using Time-Reversible MASH Dynamics

O artigo apresenta o NATPS, um novo método que combina a dinâmica reversível no tempo MASH com a amostragem de trajetórias de transição para simular com eficiência eventos não adiabáticos raros em fotoquímica, reduzindo significativamente o custo computacional em comparação com abordagens tradicionais.

Xiran Yang, Madlen Maria Reiner, Brigitta Bachmair, Leticia González, Johannes C. B. Dietschreit, Christoph DellagoTue, 10 Ma🔬 physics

How Semilocal Are Semilocal Density Functional Approximations? -Tackling Self-Interaction Error in One-Electron Systems

Este estudo apresenta uma nova aproximação meta-GGA não empírica que incorpora o Laplaciano da densidade eletrônica para mitigar significativamente o erro de auto-interação no sistema de um elétron H2+H_2^+, superando o desempenho de funcionais semilocais convencionais como PBE e SCAN.

Akilan Ramasamy, Lin Hou, Jorge Vega Bazantes, Tom J. P. Irons, Andrew M. Wibowo-Teale, Timo Lebeda, Jianwei SunThu, 12 Ma🔬 cond-mat.mtrl-sci