Revealing the Atomistic Mechanism of Rare Events in Molecular Dynamics
本文提出了 AMORE-MD 框架,该框架利用 ISOKANN 算法结合基于梯度的敏感性分析,在无先验知识的情况下从深度学习的反应坐标中揭示并量化了分子动力学稀有事件的原子级机制。
1015 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 AMORE-MD 框架,该框架利用 ISOKANN 算法结合基于梯度的敏感性分析,在无先验知识的情况下从深度学习的反应坐标中揭示并量化了分子动力学稀有事件的原子级机制。
本文介绍了一个名为 MaxwellLink 的模块化开源 Python 框架,它通过基于套接字的架构实现了电磁场求解器与多种分子动力学驱动器的自洽、大规模并行耦合,从而克服了传统光 - 物质模拟中时空尺度差异的难题,为光谱学、量子光学及极化激元学等领域的新现象研究提供了统一且可扩展的平台。
该研究提出了一种基于数据压缩的可计算信息密度(CID)作为新的序参量,能够在无需先验结构知识的情况下,通过分子动力学模拟即时量化并反映从局部到长程的各种分子系统的构型熵,从而为熵驱动的材料设计奠定了基础。
该研究通过基准测试评估了多种短程机器学习势(MLIPs)在带电金属/电解质界面模拟中的表现,发现基于单一电荷态训练的数据集能产生一致的界面性质预测,而混合电荷态训练则导致预测不一致,从而为构建此类电化学界面模拟的训练数据集提供了实践指导并揭示了短程 MLIPs 的局限性。
该论文提出了一种通过机器学习热响应力来构建粗粒度力场的新型数据高效方法,显著提升了模型在不同热力学状态下的转移性并实现了准确的预测性动力学模拟。
该研究通过实验与理论相结合,利用环氧化氯丙烷中氯 3p 库珀极小值区域的角分辨光电子能谱,首次证实了电离过程中由电子关联效应引起的轨道混合现象,并指出仅包含关联效应的方程运动耦合簇方法才能准确解释实验观测到的不对称参数振荡行为。
该研究提出了一种基于半监督“代理训练”的生成变分自编码器方法,将构建多参考模拟训练集的成本降低了两个数量级,并成功利用仅含 1000 个计算样本的小数据集设计了具有创纪录磁各向异性的镝(Dy)配合物配体。
本文提出了一种基于冻结芯近似下单粒子核心空穴方法的计算高效方案,结合半经验能移和固定自旋轨道分裂,能够以远低于线性响应含时密度泛函理论(TDDFT)的成本,准确预测分子和固体的 L 及 M 边 X 射线吸收谱与电子能量损失谱(尽管无法涵盖多重态效应)。
研究人员通过在 NaCl 表面进行原子操纵合成了具有半莫比乌斯拓扑结构的 CCl分子,利用扫描探针技术解析了其手性几何与轨道密度,并结合量子硬件辅助的从头算证实了该拓扑结构可通过伪 Jahn-Teller 效应在两种单重态与三重态之间可逆切换。
本文提出了一种基于降维势能面的高效理论模型,通过求解运动方程模拟了二碘甲烷光解离过程中的三离子动量成像实验,成功复现了实验观测到的动能释放及角度关联特征,并证实了约 340 飞秒的旋转周期及特定的解离通道。