Unveiling Davydov-Split Excitons in a Template-Engineered Molecular-Graphene Heterostructure
本文通过一种恢复原子级纯净度的纳米加工协议，在碳化硅外延石墨烯上构建了模板工程化的分子异质结，成功观测并解析了 HMTP 分子层中由 Davydov 分裂主导的激子能级结构，揭示了暗激子态在极化子介导下的辐射弛豫机制，为研究暗激子动力学及开发固态分子量子存储器提供了可扩展平台。
🔬 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。
Bayesian Optimization in Chemical Compound Sub-Spaces using Low-Dimensional Molecular Descriptors
本文提出了一种基于低维物理信息分子描述符的贝叶斯优化框架，通过高效的代理建模与可靠的逆向映射机制，在数据稀缺条件下成功实现了从连续描述符空间到离散分子结构的精准优化，显著提升了在 QM9 数据集上针对熵和零点振动能等目标属性的分子发现效率。
Hybrid Machine Learning for Enhanced Prediction of Diffusion Coefficients in Liquids
本文提出了一种结合斯托克斯 - 爱因斯坦方程与机器学习的混合模型（ESE），仅需分子 SMILES 字符串即可实现对无限稀释液体扩散系数的高精度、物理一致预测，其性能优于现有最先进模型 SEGWE，并已通过开源网页工具公开。
ChemFlow:A Hierarchical Neural Network for Multiscale Representation Learning in Chemical Mixtures
本文提出了 ChemFlow，一种新颖的层次化神经网络框架，通过融合原子、官能团和分子级特征并引入浓度感知的双向注意力机制，有效解决了化学混合物中跨尺度相互作用建模的难题，显著提升了混合物理化性质的预测精度。
Expanding Universal Machine Learning Interatomic Potentials to 97 Elements Towards Nuclear Applications
本文通过构建包含次锕系元素的新数据集 HE26，成功开发了覆盖 97 种元素的开源通用机器学习原子势模型，填补了核能领域重元素模拟的空白并推动了新型核材料的设计。
The Graph automorphism group of the dissociation microequilibrium of polyprotic acids
该论文利用集合论和图论方法描述多质子酸的解离微态与微平衡，并证明其解离微平衡的图自同构群为二阶循环群与阶对称群的直积。
Planetary Nebulae
本文阐述了行星状星云作为低中质量恒星演化末期抛射物形成的天体，不仅是壮丽的宇宙奇观，更是研究天体物理学、天体化学和天体矿物学等广泛天文领域不可或缺的实验室。
Infinite Boundary Terms and Pairwise Interactions: A Unified Framework for Periodic Coulomb Systems
该论文提出了一种统一框架，通过引入无限边界项和成对相互作用，将周期性边界条件下中性及非中性系统的静电能与压强推导简化为将库仑势替换为有效成对势的形式，并阐明了均匀背景电荷对单组分等离子体能量与压强关系的影响。
Advancing Universal Deep Learning for Electronic-Structure Hamiltonian Prediction of Materials
本文提出了名为 NextHAM 的通用深度学习框架，通过引入基于初始电荷密度的零阶哈密顿量描述符、构建严格满足 E(3) 对称性的高表达力 Transformer 架构以及设计兼顾实空间与倒空间精度的训练目标，并结合包含 1.7 万种材料结构及自旋轨道耦合效应的大规模基准数据集 Materials-HAM-SOC，实现了高效且高精度的材料电子结构哈密顿量预测。
Excited-State Intramolecular Proton Transfer and Competing Pathways in 3-Hydroxychromone: A Non-adiabatic Dynamics Study
本研究利用混合量子 - 经典非绝热动力学模拟，揭示了 3-羟基黄酮中双时间尺度激发态分子内质子转移的微观机制，证实了竞争性的面外氢扭转运动是导致较慢质子转移时间常数的关键因素，并构建了统一反应网络以阐明该体系非绝热激发态动力学。