155 artigos
O artigo apresenta a Expansão Atômica de Cluster Tensorial (TACE), um modelo de aprendizado de máquina unificado que utiliza tensores cartesianos irreduzíveis para representar de forma eficiente e universal tanto propriedades invariantes quanto equivariantes em sistemas moleculares e materiais, superando as limitações de complexidade dos métodos baseados em tensores esféricos.
Este estudo demonstra que o algoritmo iQCC, executado em escala sem precedentes para simular complexos organometálicos, supera os métodos clássicos em precisão ao calcular estados excitados, estabelecendo assim o limiar de recursos necessários para a vantagem quântica na química computacional.
Este artigo apresenta um framework de aprendizado de máquina baseado em semidefinição positiva que utiliza redes neurais convexas para aprender uma aproximação baseada em vértices do conjunto de matrizes de densidade reduzida de dois elétrons (2-RDM) N-representáveis, permitindo cálculos variacionais diretos com precisão aprimorada e custo computacional comparável ao de cálculos de duas-positividade, sem a necessidade de explicitamente construir condições de positividade de ordem superior.
Este artigo oferece uma revisão das representações moleculares digitais inspiradas no processamento de linguagem natural (NLP) e de suas aplicações em inteligência artificial para química e ciência dos materiais, servindo como um guia essencial para pesquisadores que buscam atuar na interseção desses campos.
Este artigo defende a integração de fluxos de trabalho de IA/ML, laboratórios autônomos e experimentação de alto rendimento para criar um ciclo virtuoso de descoberta e otimização de catalisadores, acelerando o avanço da engenharia de reações químicas e da catálise sustentável.
Este artigo introduz modelos de deriva para geração de conformações moleculares, estabelecendo uma identidade teórica que incorpora forças físicas para corrigir o viés de amostragem e alcançar uma aceleração de milhões de vezes em relação aos métodos tradicionais de dinâmica molecular, mantendo precisão e validade estrutural.
Este estudo avalia o modelo de IA Boltz-2 para descoberta de fármacos e conclui que, embora ofereça velocidade para triagem inicial, carece da precisão energética necessária para a identificação de candidatos, exigindo métodos baseados em física para validação e refinamento.
O artigo apresenta o protocolo RESOLUTE, que combina espectroscopia de correlação de Ramsey com ciclagem de fase em sensores quânticos de estado sólido para superar as limitações de tempo de coerência, permitindo a detecção de sinais de baixa frequência e a extensão do tempo de coerência efetivo para além das medições de eco de Hahn.
Este artigo propõe uma abordagem construtiva para o projeto de potenciais interatômicos que utiliza métodos de primeiros princípios e teoremas da teoria do funcional da densidade para construir um espaço latente físico explicável, superando as limitações dos modelos puramente baseados em aprendizado de máquina ao acoplar escalas eletrônicas e atômicas.
Este artigo desenvolve uma análise de reatividade química baseada na decomposição parcial de informação (PID) ao longo de coordenadas de reação intrínsecas, decompondo a informação mútua entre variáveis geométricas e cargas atômicas em contribuições redundantes, únicas e sinérgicas para revelar assinaturas distintas da evolução de ligações em reações S2 simétricas e assimétricas.
O artigo apresenta o SAFT-P, uma extensão da Teoria de Fluidos Associativos Estatísticos que incorpora correlações em nível de plaquetas para modelar com precisão a auto-organização e as propriedades termodinâmicas de coloides com manchas, permitindo distinguir estruturas com base em sua topologia local.
Este trabalho apresenta uma nova abordagem computacional que combina a teoria do funcional da densidade dependente do tempo com a equação de Boltzmann quântica de Lindblad para investigar a dinâmica de espalhamento elétron-elétron em nanoclusters plasmônicos, revelando que os tempos de vida das quasipartículas e os processos de relaxação são altamente dependentes da energia e do tamanho da estrutura, com efeitos quânticos significativos em clusters menores que 2 nm e a influência crítica das bandas d e transições interbanda na dinâmica de decoerência.
Este artigo apresenta uma nova abordagem de inferência bayesiana informada por simulações que integra dinâmica molecular e análise de polarização para superar as limitações dos métodos convencionais de ajuste, permitindo pela primeira vez a resolução inequívoca do movimento rotacional anisotrópico no benzeno líquido e estabelecendo um novo paradigma para o estudo de dinâmicas moleculares em materiais catalíticos.
Este artigo apresenta o algoritmo SBCI (Simulated Bifurcation-based CI), um método clássico inspirado em bifurcação simulada que realiza cálculos de interação de configuração com alta precisão e menor custo computacional, oferecendo uma alternativa eficiente às abordagens quânticas para determinação de estruturas eletrônicas moleculares.
O artigo apresenta o IR-GeoDiff, um modelo de difusão latente inovador que recupera geometrias moleculares tridimensionais a partir de espectros de infravermelho ao integrar informações espectrais nas representações de nós e arestas, superando as limitações das abordagens anteriores baseadas em estruturas bidimensionais.
Este artigo apresenta um modelo de caixa dinâmica de código aberto que estima os fluxos globais de enxofre abiótico em planetas terrestres semelhantes à Terra, revelando que, na ausência de vida, os sedimentos marinhos conteriam níveis de sulfato duas ordens de grandeza maiores e de sulfeto quatro ordens de grandeza menores do que na Terra atual devido à falta de metabolismo microbiano.
Este artigo investiga como pulsos de laser longos e ultracurtos constroem estados moleculares excitados, desafiando conceitos tradicionais de excitação vertical e transferência de população ao comparar as representações de Born-Huang e de fatorização exata.
Este artigo apresenta uma abordagem de cristalografia por RMN corrigida por núcleos quânticos (QNC-NMR) que utiliza o modelo de aprendizado de máquina PET-MOLS para gerar ensembles quânticos de baixo custo, resultando em uma melhoria de duas vezes na precisão da previsão de blindagens químicas para prótons ligados por hidrogênio e permitindo a aplicação em materiais amorfos anteriormente inacessíveis a simulações DFT explícitas.
Este artigo apresenta uma investigação teórica sobre os efeitos de violação de paridade no osmoceno helicoidal, identificando transições vibracionais promissoras para detecção experimental via espectroscopia de precisão e discutindo as perspectivas de síntese do composto.
Este artigo demonstra que a eliminação do acoplamento spin-órbita na representação adiabática gera acoplamentos não adiabáticos significativos que, se negligenciados, comprometem a precisão de cálculos espectroscópicos e dinâmicos, estabelecendo que tal aproximação de estado único é confiável apenas quando os estados interagentes estão bem separados na região de Franck-Condon.