Analog Quantum Simulation of Coupled Electron-Nuclear Dynamics in Molecules
该论文提出了一种无需玻恩 - 奥本海默近似、将分子哈密顿量映射为耦合量子比特与玻色模的模拟量子计算方法,首次实现了分子电子 - 核耦合动力学的预玻恩 - 奥本海默框架模拟,并证明了其在近中期量子设备上具有显著的资源与计算成本优势。
1013 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。
该论文提出了一种无需玻恩 - 奥本海默近似、将分子哈密顿量映射为耦合量子比特与玻色模的模拟量子计算方法,首次实现了分子电子 - 核耦合动力学的预玻恩 - 奥本海默框架模拟,并证明了其在近中期量子设备上具有显著的资源与计算成本优势。
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。
本文介绍了一个包含 624 个高分辨率二维样本的基准数据集,该数据集基于高保真数值模拟生成,旨在捕捉孔隙尺度下 CO₂与水在多孔介质中的复杂相互作用,从而为碳捕获与封存(CCS)领域的机器学习代理模型开发与评估提供关键基准。
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。
该研究提出了一种基于模拟推断的框架,通过结合物理建模与深度学习,仅需极少量的单分子力谱数据即可高精度重构复杂生物分子的折叠自由能景观并量化参数不确定性,从而克服了传统方法对大量数据和复杂校准的依赖。
本文通过探讨在原子极限下施加多体展开的复杂性,并利用氢团簇数据集训练机器学习势函数,揭示了模型类型和数据构成如何影响其有效体序的内在趋势及其收敛性与泛化能力,从而为未来机器学习势函数的开发提供了关键见解。
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。
该研究利用第一性原理计算揭示了由分子晶体与过渡金属硫族化合物构成的有机 - 无机范德华异质结中,TMD 诱导的极化效应可显著重整分子带隙,并通过调节 TMD 层实现对能级排列及混合激子与电荷转移激子多样性的灵活调控,为可调控光电器件和量子激子现象提供了新的材料平台。
该研究结合分子动力学模拟、自由能计算与实验验证,揭示了合成副产物甘氨酸通过优先吸附于晶体表面阻碍晶核生长以及增强草甘膦溶解度从而降低过饱和度这两种机制,显著抑制了草甘膦的结晶过程。
本文提出了一种基于不连续伽辽金框架的自适应基组方法,通过结合原子中心与多项式基函数、引入专用积分策略及多重网格预条件技术,实现了在保持化学精度的同时显著提升电子结构计算(HF 和 DFT)的稀疏性、可扩展性与计算效率。