Spectral/Spatial Tensor Atomic Cluster Expansion with Universal Embeddings in Cartesian Space
本文提出了张量原子团簇展开(TACE)方法,通过在笛卡尔空间中利用不可约笛卡尔张量分解局部环境,统一了标量与张量建模,实现了无需克莱布希 - 高登系数的频域与空域高效计算,并展示了其在分子、材料、光谱、外场响应及多保真度训练等广泛场景中的高精度、稳定性与通用性。
155 篇论文
本文提出了张量原子团簇展开(TACE)方法,通过在笛卡尔空间中利用不可约笛卡尔张量分解局部环境,统一了标量与张量建模,实现了无需克莱布希 - 高登系数的频域与空域高效计算,并展示了其在分子、材料、光谱、外场响应及多保真度训练等广泛场景中的高精度、稳定性与通用性。
该研究通过在经典处理器上模拟容错量子硬件执行迭代量子耦合簇(iQCC)算法,成功计算了铱和铂有机金属化合物的激发态能量,结果显示其精度优于现有经典方法,从而确立了约 200 个逻辑量子比特是实现计算化学量子优势的临界阈值。
该论文提出了一种结合输入凸神经网络与半定规划的半定机器学习框架,通过从分子数据中学习两电子约化密度矩阵(2-RDM)的顶点边界近似,在无需显式构建高阶正性条件的情况下,显著提升了直接变分计算 2-RDM 的精度,使其结果与完全活性空间组态相互作用(CASCI)高度一致。
本文从自然语言处理(NLP)研究者的视角出发,综述了化学信息学中受 NLP 启发的主流分子表示方法及其在人工智能驱动的化学与材料科学中的应用,旨在为跨领域研究人员提供一份结构表示指南。
本文主张通过整合人工智能与机器学习工作流、高通量实验及自驱动实验室,构建以催化剂设计、机理研究和反应工程为核心的数据驱动闭环生态系统,从而加速多类催化体系的发现与化学工艺工程的持续优化。
该论文首次将漂移模型引入分子构象生成,通过建立“漂移力恒等式”将物理力场融入生成过程,并发现其在坐标空间(FI)和距离特征空间(FK)中分别具有独特优势,从而实现了比传统分子动力学快百万倍、且兼具完美结构有效性与玻尔兹曼分布精度的单步采样。
该研究评估了 AI 工具 Boltz-2 在药物发现中的可靠性,发现尽管其预测速度极快,但在结合亲和力预测和结构收敛性方面表现不佳,缺乏 lead 识别所需的能量分辨率,因此仍需依赖基于物理的方法进行验证与优化。
本文提出并实验验证了名为 RESOLUTE 的协议,该协议通过结合 Ramsey 测量、关联光谱及相位循环技术,利用单量子传感器将有效相干时间从 0.38 微秒显著提升至 5.1 微秒,从而成功突破了传统限制,实现了对低至 50 kHz 频率信号的探测。
本文提出了一种受自编码器启发的构造性方法,通过结合密度泛函定理与解析约束在潜在空间中构建物理驱动的量子嵌入,从而为设计可解释且能涵盖基态、激发态及电荷转移态的机器学习原子间势函数奠定基础。
本文提出了一种基于部分信息分解(PID)的反应坐标分辨信息理论分析方法,通过将键不对称性坐标作为目标、DDEC6 净原子电荷作为源,成功解构了三个典型 S2 反应中化学键演化的冗余、独特及协同信息特征,揭示了反应对称性对信息分布的调控机制。
本文提出了 SAFT-P 理论,作为一种针对嵌段胶体自组装的斑块级微扰方法,通过引入斑块级关联并保留拓扑信息,成功克服了传统统计缔合流体理论在区分相同价数但不同斑块布局粒子及预测拓扑依赖相行为方面的局限。
该研究提出了一种结合实时含时密度泛函紧束缚方法与基于随机相位近似屏蔽相互作用的林德布拉德量子玻尔兹曼方程的新方法,系统揭示了银、金、铝纳米团簇中电子 - 电子散射导致的准粒子寿命、布居与相干动力学随能量及尺寸变化的规律,并阐明了量子尺寸效应及金 5d 带对弛豫过程的显著影响。
该研究通过整合分子动力学模拟、物理散射模型、贝叶斯模型判别及极化分析,首次成功解析了液态苯的各向异性旋转运动,解决了传统准弹性中子散射拟合中的歧义问题,为理解受限烃类催化中的分子动力学确立了新的分析范式。
该论文提出了一种受模拟分叉启发的经典力学算法(SBCI),用于高效求解构型相互作用问题,在保持高精度的同时显著降低了计算成本,为加速高精度电子结构计算提供了新途径。
本文提出了 IR-GeoDiff 模型,这是一种利用潜在扩散技术将红外光谱信息整合到分子节点与边表示中,从而从一维光谱直接恢复三维分子几何结构的创新方法。
该研究提出了一种开源动态箱式模型,用于模拟地球类行星在无生命状态下及大氧化事件前后的全球非生物硫循环,结果显示缺乏微生物代谢会导致海洋沉积物中的硫酸盐含量比现今地球高出两个数量级,而硫化物含量则低四个数量级。
该论文利用玻恩 - 黄展开和精确分解两种分子波函数表示法,研究了长脉冲与阿秒超短脉冲如何构建不同的激发态(稳态与电子波包),并指出精确分解方法对传统基于玻恩 - 黄近似的光激发概念(如布居转移、共振条件及垂直激发)提出了挑战。
该论文提出了一种名为 QNC-NMR 的新方法,通过利用可跨分子晶体迁移的机器学习势函数 PET-MOLS 生成量子核校正系综,显著提升了固态 NMR 晶体学中氢键质子化学位移的预测精度,并实现了在无需经验修正的情况下对非晶态材料的大规模可扩展结构解析。
该论文通过理论计算预测了螺旋状锇茂分子中某些振动跃迁具有高达 7 Hz 的宇称不守恒频移,并探讨了利用亚赫兹级激光合成该化合物并进行超精密光谱实验以首次探测手性分子宇称不守恒效应的可行性。
该研究通过理论推导与高精度基准测试证明,将分子哈密顿量从表象转换至绝热表象虽能消除自旋轨道耦合,但会引入显著的自旋轨道诱导非绝热耦合,若忽略这些项将导致严重误差,因此表象的单态近似仅在相互作用态能级充分分离时可靠,否则必须显式包含非绝热项。