155 artigos
Este artigo apresenta uma teoria de cluster acoplado degenerado (CC) e sua extensão multirreferência (QCC), que são métodos ab initio, de caixa preta e extensivos em tamanho, capazes de calcular com precisão as energias e funções de onda de estados estacionários degenerados e não degenerados, superando em desempenho as abordagens de interação de configuração e de Green's function em cálculos de alta ordem.
Este estudo demonstra que, embora métodos de campo médio não prevejam a formação de polaritons quando um modo de cavidade é inicializado em um estado de Fock, o tratamento de campo total quântico revela oscilações em potências pares de operadores e emaranhamento luz-matéria, evidenciando que fenômenos físicos exclusivos da eletrodinâmica quântica surgem sob essas condições iniciais.
Este trabalho apresenta o OrbEvo, um modelo baseado em transformadores gráficos equivariantes que aprende a evolução temporal das funções de onda em DFT dependente do tempo, permitindo previsões eficientes e precisas de propriedades físicas como espectros de absorção óptica e momentos de dipolo sob excitação externa.
Os autores apresentam dois métodos ópticos independentes para termometria primária absoluta em nanoescala, utilizando nanopartículas de Y₂O₃ dopadas com íons de terras raras, que determinam a temperatura exclusivamente com base nas distribuições de Boltzmann entre subníveis de Stark individuais, eliminando a necessidade de referências térmicas externas.
Este artigo apresenta um esquema de ajuste ótimo para a teoria do funcional da densidade de curto alcance multiconfiguracional (MC-srDFT), que determina o parâmetro de separação de alcance com base no potencial de ionização para melhorar significativamente o cálculo das polarizabilidades dipolares estáticas e dinâmicas em comparação com parâmetros universais.
Este estudo utiliza o método de Reciclagem Populacional (Population Annealing) com uma análise estrutural integrada para mapear com precisão o panorama termodinâmico e as diferenças de energia livre entre os basins estruturais do cluster de Lennard-Jones de 38 átomos, demonstrando a eficácia da abordagem em sistemas com paisagens energéticas complexas.
O artigo demonstra que a negligência das interações eletrostáticas de longo alcance em potenciais interatômicos aprendidos por máquina (MLIPs) de curto alcance induz uma metalização espúria em camadas de água polar, um artefato que só é eliminado quando esses potenciais incorporam explicitamente a física de longo alcance.
Este artigo apresenta uma técnica de espectroscopia SFG aprimorada por ponta (TE-SFG) sensível à fase, que utiliza pulsos laser temporalmente assimétricos para suprimir o fundo não ressonante, permitindo a detecção de sinais vibracionais fracos com resolução espacial além do limite de difração e a determinação de orientações moleculares absolutas em superfícies.
O artigo apresenta o MAD-1.5, um conjunto de dados altamente curado e padronizado que abrange 102 elementos e é projetado especificamente para treinar modelos de aprendizado de máquina atômica universalmente aplicáveis, demonstrando sua eficácia através do desenvolvimento do potencial interatômico PET-MAD-1.5 com alta precisão e estabilidade.
Este trabalho apresenta o framework GET-SEI, que integra aprendizado contrastivo em grafos, decomposição dinâmica estendida e teoria de caminhos de transição para mapear automaticamente os ambientes atômicos locais e quantificar as vias e barreiras cinéticas de transporte de lítio em diversas interfaces de eletrólitos sólidos, oferecendo uma ferramenta interpretável para a engenharia otimizada de baterias de estado sólido.
Este trabalho apresenta um protocolo de nanofabricação que restaura a pureza atômica da interface grafeno-SiC, permitindo a observação de coerência excitônica macroscópica em camadas de HMTP, onde a simetria cristalina induz divisão de Davydov e revela que o ramo de estado escuro domina a emissão radiativa via relaxação mediada por polarons.
Os pesquisadores desenvolveram um potencial interatômico universal de aprendizado de máquina de código aberto que abrange 97 elementos, incluindo actinídeos menores, ao integrar um novo conjunto de dados de elementos pesados (HE26) com bases de dados existentes, permitindo avanços significativos no projeto de materiais para aplicações nucleares.
Os autores propõem um método híbrido quântico-clássico que utiliza a seleção de orbitais dominantes quânticos (QDOS) e a correlação dinâmica de subespaço (SDC) para corrigir energias moleculares obtidas em computadores quânticos tolerantes a falhas, permitindo o cálculo eficiente de sistemas complexos ao evitar a extração massiva de dados quânticos.
Os autores demonstram que, no quadro de fatorização exata, correlações não adiabáticas entre elétrons e núcleos induzem a desortogonalização de fatores eletrônicos, gerando dinamicamente interferência na densidade nuclear, um efeito ausente na evolução adiabática.
O artigo apresenta o ChemNavigator, um sistema de IA autônomo que, ao integrar raciocínio de modelos de linguagem com cálculos computacionais, descobriu independentemente seis regras de design estatisticamente significativas para fotocatalisadores orgânicos, demonstrando a capacidade de derivar princípios químicos interpretáveis e fundamentados sem programação explícita.