Projected Hessian Learning: Fast Curvature Supervision for Accurate Machine-Learning Interatomic Potentials
本文提出了可扩展的“投影 Hessian 学习”(PHL)框架,通过利用 Hessian-向量积(HVP)而非显式构建完整的 Hessian 矩阵来注入曲率信息,从而在保持接近全 Hessian 训练精度的同时,显著降低了计算与内存成本并实现了更快的训练速度。
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。
本文提出了可扩展的“投影 Hessian 学习”(PHL)框架,通过利用 Hessian-向量积(HVP)而非显式构建完整的 Hessian 矩阵来注入曲率信息,从而在保持接近全 Hessian 训练精度的同时,显著降低了计算与内存成本并实现了更快的训练速度。
该研究结合模拟与实验,利用粘度作为关键指标揭示了高浓度 FeCl₂和 MgCl₂溶液中络合程度的差异,从而阐明了络合效应对溶液传输性质的决定性作用。
该研究提出了一种结合遗传算法与频域微磁模拟的逆向设计框架,成功探索出具有大磁子带隙的二维磁子晶体新型晶格结构,并揭示了高阶带设计景观的非凸特性。
本文提出了一种名为 Ara 的大语言模型智能体,它利用化学先验知识引导搜索,成功克服了共价有机框架(COFs)光催化剂中电子性能与水解稳定性之间的权衡难题,在耐用性光催化 COF 的逆向设计中显著优于随机搜索和贝叶斯优化方法。
本文提出了一种基于理想自由能泛函的“角局域化函数”(ALF),用于量化分子溶剂围绕溶质或表面的局部取向有序度,从而弥补了传统分子密度泛函理论分析中角向信息利用不足的缺陷,并为水环境中不同溶质及矿物表面的溶剂结构提供了直观的互补表征工具。
本文介绍了一个名为 MQED-QD 的开源软件包,它通过整合宏观量子电动力学框架与经典电磁仿真,实现了复杂介电和等离激元环境中分子激子动力学的精确模拟,并揭示了银纳米棒结构通过表面等离激元极化激元显著增强长程偶极相互作用从而加速激子离域的特性。
该研究通过将自旋 - 晶格弛豫理论扩展至三声子过程并应用于二维层状铬氮化物复合物,证实了弱耦合假设在该体系中的有效性,同时揭示了增强自旋 - 声子耦合可能引发室温下多声子过程效率交叉的潜力。
该研究通过对比经典与量子动力学方法,揭示了氢同位素在 W(110) 表面散射过程中显著的量子效应,包括由衍射介导的选择性吸附共振以及低能区经典理论低估的背散射概率,且这些效应随同位素质量增加而减弱但并未完全消失。
该研究利用基于神经网络波函数的变分量子蒙特卡洛方法,通过显式计算量子化μ子与电子的配对密度,显著提升了μ子化甲基和乙基自由基中μ子超精细常数的预测精度,并揭示了传统密度泛函理论在处理该问题时的局限性。
该研究揭示了非局域能量弛豫通道——分子间库仑衰变(ICD),能够介导多个光激发吡啶分子将能量集体汇聚并转移给非吸光氩原子,使其发生电离,从而为光能利用及生物分子抗光损伤机制提供了新见解。