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.

Diagnosing Heteroskedasticity and Resolving Multicollinearity Paradoxes in Physicochemical Property Prediction

Este estudo demonstra que modelos de regressão linear falham em prever a lipofilicidade devido à heterocedasticidade severa, enquanto métodos baseados em árvores (como Random Forest e XGBoost) superam essa limitação e revelam, por meio da análise SHAP, que a massa molecular é um preditor crucial anteriormente mascarado pela multicolinearidade.

Malikussaid, Septian Caesar Floresko, Ade Romadhony, Isman Kurniawan, Warih Maharani, Hilal Hudan Nuha2026-03-20🧬 q-bio

A Survey of Neural Network Variational Monte Carlo from a Computing Workload Characterization Perspective

Este artigo apresenta uma análise de carga de trabalho e caracterização empírica em GPUs de quatro ansätze representativos de Monte Carlo Variacional com Redes Neurais, identificando gargalos de desempenho relacionados a baixa intensidade computacional e movimentação de dados, e discutindo implicações para o co-design de algoritmos e hardware visando sistemas escaláveis.

Zhengze Xiao, Xuanzhe Ding, Yuyang Lou, Lixue Cheng, Chaojian Li2026-03-20🔬 physics

Spin-Flip Configuration Interaction for Strong Static Correlation in Quantum Electrodynamics

Este trabalho estende o método de interação de configuração com inversão de spin (SF-CIS) para incluir fótons quantizados, desenvolvendo a abordagem QED-SF-CIS que incorpora o subspace de dupla excitação para descrever corretamente estados eletrônicos singlete acoplados a campos de cavidade e demonstrar como esse acoplamento pode modular processos de quebra de ligação em sistemas com forte correlação estática.

Braden M. Weight, Zheng Pei, Sergei Tretiak2026-03-20🔬 physics

sbml4md: A computational platform for System-Bath Modeling via Molecular Dynamics powered by Machine Learning

O artigo apresenta o sbml4md, uma plataforma computacional que utiliza aprendizado de máquina para extrair parâmetros de modelos de Browniano anarmônico multimodo a partir de trajetórias de dinâmica molecular, permitindo simulações precisas de espectros vibracionais não lineares em líquidos moleculares sem a necessidade de ajustes empíricos.

Kwanghee Park, Seiji Ueno, Yoshitaka Tanimura2026-03-20🔬 physics

Isotope Effects in 2D correlation infrared Spectra of Water: HEOM Analysis of Molecular Dynamics-Based Machine Learning Models

Este estudo utiliza o framework de equações hierárquicas de movimento (HEOM) aplicado a modelos de aprendizado de máquina baseados em dinâmica molecular para simular e analisar os espectros de infravermelho bidimensionais de H₂O e D₂O, elucidando os mecanismos de relaxação de energia e fase decorrentes do acoplamento anarmônico entre modos intramoleculares e o ambiente térmico.

Kwanghee Park, Ryotaro Hoshino, Yoshitaka Tanimura2026-03-20🔬 physics

Elucidating Norrish Type-I reactive pathways by ultrafast X-ray absorption spectroscopy

Este estudo combina espectroscopia de absorção de raios X resolvida no tempo com simulações de *ab initio* para elucidar os caminhos reativos do tipo Norrish I em acetofenona, mapeando a transferência de população entre estados eletrônicos excitados e sua subsequente conversão intersistema para um estado tripleto de longa duração responsável pela química fotoinduzida.

Martin Graßl, Pablo Unzueta, Andreas E. Hillers-Bendtsen, Yusong Liu, Diptarka Hait, Alice E. Green, Xinxin Cheng, Felix Allum, Taran Driver, Ruaridh Forbes, James. M. Glownia, Erik Isele, Kirk A. Lar (…)2026-03-20🔬 physics

An SO(3)-equivariant reciprocal-space neural potential for long-range interactions

O artigo apresenta o EquiEwald, um potencial neural interatômico unificado e SO(3)-equivariante que incorpora uma formulação inspirada no Ewald no espaço recíproco para capturar com precisão e consistência física as correlações de longo alcance anisotrópicas em sistemas moleculares e condensados.

Linfeng Zhang, Taoyong Cui, Dongzhan Zhou, Lei Bai, Sufei Zhang, Luca Rossi, Mao Su, Wanli Ouyang, Pheng-Ann Heng2026-03-20🤖 cs.AI

Data-driven construction of machine-learning-based interatomic potentials for gas-surface scattering dynamics: the case of NO on graphite

Este estudo apresenta um fluxo de trabalho orientado por dados para construir potenciais interatômicos baseados em aprendizado de máquina, utilizando o espalhamento de NO em grafite como caso de teste, o que permite simulações dinâmicas precisas e eficientes que reproduzem tendências experimentais com custos computacionais significativamente inferiores aos métodos *ab initio*.

Samuel Del Fré, Gilberto A. Alou Angulo, Maurice Monnerville, Alejandro Rivero Santamaría2026-03-20🤖 cs.LG

Maximum entropy distributions of wavefunctions at thermal equilibrium

Este artigo propõe um princípio de máxima entropia para o ensemble de funções de onda em equilíbrio térmico, denominado ensemble Scrooge, demonstrando que, além das restrições energéticas convencionais, é necessário impor uma restrição sobre a entropia de medição igual à divergência de Rényi em relação ao estado de Gibbs, revelando a importância física ainda inexplorada dessa divergência no equilíbrio térmico quântico.

Jacob T. Willson, Henrik J. Heelweg, Adam P. Willard2026-03-20🔬 cond-mat