Free complement method with Gaussian expanded complements: hierarchical decontraction to mitigate the exponential wall before selection
本文针对自由补全（FC）方法中因使用高斯补全函数展开而导致的变分系数随电子数呈指数增长的问题，提出利用函数引入的不同指数进行层级解收缩，从而在重叠矩阵筛选前将指数复杂度推迟到更高阶的展开中。
🔬 Category
physics.chem-ph
785 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。
Disentangling Single- and Biexciton Dynamics with Photoelectron-Detected Two-Dimensional Electronic Spectroscopy
该研究通过数值模拟证明，在光电子探测二维电子光谱中结合时间门控与动能滤波技术，不仅能有效消除激子 - 激子湮灭对信号的重叠干扰并直接解析其动力学，还能提取与相干探测同等深度的系统信息。
Aitomia: Your Intelligent Assistant for AI-Driven Atomistic and Quantum Chemical Simulations
本文介绍了 Aitomia，这是一个基于人工智能的智能助手平台，它通过集成大语言模型代理与 MLatom 及多种量子化学软件，为专家和非专家提供从模拟设置、运行到结果分析的全流程自动化支持，从而降低了原子尺度模拟的门槛并加速相关领域的研发。
Artificial Intelligence for Direct Prediction of Molecular Dynamics Across Chemical Space
该论文提出了一种名为 MDtrajNet 的新型神经网络架构及其预训练基础模型 MDtrajNet-1，该模型通过结合等变神经网络与 Transformer 架构，能够直接生成跨越化学空间的分子动力学轨迹，从而在无需进行力计算和数值积分的情况下，将模拟速度提升两个数量级并达到接近从头算分子动力学的精度。
A Descriptor Is All You Need: Accurate Machine Learning of Nonadiabatic Coupling Vectors
该论文首次设计了非绝热耦合（NAC）专用描述符并结合新的相位校正程序，实现了精度超过 0.99 的机器学习预测，从而成功推动了基于全机器学习驱动的富烯分子非绝热动力学模拟。
Extending Nonlocal Kinetic Energy Density Functionals to Isolated Systems via a Density-Functional-Dependent Kernel
本文通过构建密度泛函依赖的核函数，解决了 Wang-Teter 非局域动能密度泛函在孤立系统中因平均电荷密度定义不当导致的 Blanc-Cances 不稳定性问题，在保持计算效率的同时显著提升了精度，并兼顾了其在体金属体系中的优越表现。
Isotopic Fingerprints of Proton-mediated Dielectric Relaxation in Solid and Liquid Water
该研究通过跨验证测量四种水同位素体在 1-10^5 Hz 频段的介电弛豫，证实冰中弛豫速率具有与同位素无关的活化能且 H₂O/D₂O 速率比恒定为 2.0，从而表明介电弛豫由跨越能垒的经典质子转移而非分子重取向所主导。
Förster resonance energy transfer with transient coherent effects
该论文通过引入分子统计算符的精确时间依赖因子化，将传统的 Förster 共振能量转移理论推广为适用于计算分子系统超快非线性响应的完整主方程，该方程不仅保留了弱耦合极限下的有效性，还成功描述了由瞬态相干效应引起的初始条件滑移现象，并得到了精确数值结果的验证。
Adaptive tensor train metadynamics for high-dimensional free energy exploration
该论文提出了一种名为 TT-Metadynamics 的新方法，通过将元动力学中累积的高斯势压缩为低秩张量链（TT）表示，并利用线性缩放的“草图”算法构建，成功克服了传统方法在多维集体变量下计算成本指数级增长的瓶颈，实现了高维自由能景观的高效探索。
A Primary Unified Geometric Framework of Molecular Reaction Dynamics Based on the Variational Principle
本文基于变分原理构建了一个统一的分子反应动力学几何框架，通过结合最小作用量原理、广义时空中的核哈密顿量构建以及单粒子近似，将电子结构与量子动力学统一描述并自然引入几何相位，同时从优化视角探讨了生成式人工智能等前沿应用。