Self-consistent Hessian-level meta-generalized gradient approximation
该论文将-MGGA 类泛函重新表述为利用完整密度 Hessian 的自洽 Hessian 级 meta-GGA（HL-MGGA），提出了非经验泛函-PBE 及其在 PAW 方法中的实现方案，证明了基于空间二阶密度导数的轨道无关泛函能有效区分不同电子密度极限，并在化学吸附能和分子性质预测上展现出优异性能，尽管在预测体相晶格常数方面仍面临挑战。
🔬 Category
physics.chem-ph
978 篇论文
化学物理这一交叉领域探索着分子层面的物理规律，架起了化学变化与物理原理之间的桥梁。在这里，科学家通过理论模型和实验手段，深入理解原子如何结合、能量如何转化以及物质在微观尺度下的独特行为。
Gist.Science 致力于让 arXiv 上的最新研究成果触手可及。我们实时追踪并处理该分类下发布的所有预印本，为每一篇论文提供通俗易懂的科普解读与详尽的技术摘要，帮助不同背景的读者跨越专业术语的障碍，轻松把握前沿动态。
以下是该领域近期在 arXiv 上发布的最新论文精选。
Explicit Electric Potential-Embedded Machine Learning Framework: A Unified Description from Atomic to Electronic Scales
该论文提出了一种将显式电势嵌入的统一机器学习框架，通过结合 Hy-DFT 数据生成、PE-MACE 力场模型及 PE-EDP 电子密度预测模块，实现了对 Pt(111)/水界面等电化学体系在任意电势下原子动力学与电子密度分布的高精度同步描述。
Extended phase-space symplectic integration for electron dynamics
本文研究了扩展相空间辛积分方法在模拟两类电子动力学（等离子体物理中的经典粒子运动和物理化学中的含时密度泛函理论）中的应用，阐述了相应的扩展程序与稳定性条件，并提出了一种用于实时评估模拟精度的低成本指标。
Enhanced Climbing Image Nudged Elastic Band method with Hessian Eigenmode Alignment
本文提出了一种将爬像弹性带法（CI-NEB）与最小模式跟随法（MMF）相结合的自适应混合算法，通过海森矩阵特征模态对齐显著降低了计算成本，从而高效且准确地确定了原子重排反应中的相关过渡态。
End-to-End Differentiable Learning of a Single Functional for DFT and Linear-Response TDDFT
该论文提出了一种基于 JAX 的端到端可微分工作流，通过自动微分技术将 Kohn-Sham DFT 自洽场方程与线性响应 TDDFT 的 Casida 本征值问题统一在一个框架内，从而利用小分子的激发能数据优化单一深度学习交换关联泛函，并实现了从基态能量到激发态性质的联合训练与自相互作用校正。
Tuning of Atomic Layer Deposition Pulse Time through Physics-Informed Bayesian Active Learning
本文提出了一种将朗缪尔吸附模型嵌入高斯过程核函数的物理信息贝叶斯主动学习框架，通过两阶段参数估计策略有效分离信号与噪声，实现了原子层沉积脉冲时间的快速自主优化，显著提升了预测精度并大幅降低了前驱体消耗。
Information Entropy is a General-Purpose Collective Variable for Enhanced Sampling
该论文提出了一种基于局部信息熵的通用集合变量方法，通过结合偏置势的增强采样技术，无需预设反应坐标即可在分子和凝聚态系统中无监督地发现亚稳态、反应路径及竞争相变机制。
Nonlinear signal enhancement of strongly-coupled molecules in pump-probe experiments
该研究通过模拟实验量化了强耦合与非耦合分子在泵浦 - 探测信号中的贡献，发现尽管共振方案对强耦合分子信号的选择性最高，但非共振方案在保持对强耦合信号高灵敏度的同时，还能有效避免腔内波干涉引起的光学伪影。
Molecular Excited States using Quantum Subspace Methods: Accuracy, Resource Reduction, and Error-Mitigated Hardware Implementation of q-sc-EOM
该研究通过结合 ADAPT-VQE/LUCJ 与 q-sc-EOM 算法，利用 Davidson 算法和基组旋转分组将测量复杂度从降低至，并在含噪声硬件上实施误差缓解策略，成功实现了高精度的激发态势能面计算，展示了量子激发态方法迈向实用化的潜力。
Rationalizing defect formation energies in metals and semiconductors with semilocal density functionals
该研究通过系统评估多种半局域密度泛函在金属空位和半导体间隙缺陷形成能计算中的表现，发现局域密度近似对金属效果更佳，而 LAK 泛函在硅中精度甚至超越杂化泛函并接近量子蒙特卡洛结果，进而通过分析半局域变量揭示了不同泛函性能差异的物理根源。