Vibrational infrared and Raman spectra of the methanol molecule with equivariant neural-network property surfaces
本文利用基于 CCSD/aug-cc-pVTZ 级别从头算数据构建的等变神经网络，为甲醇分子开发了偶极矩和极化率势能面，并结合变分振动计算结果，成功模拟了包含大振幅扭转和小振幅弯曲模式的红外与拉曼光谱强度。
🔬 Category
physics.chem-ph
1020 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。
The Moving Born-Oppenheimer Approximation
本文提出了一种名为“移动玻恩 - 奥本海默近似”（MBOA）的混合量子 - 经典框架，该框架通过引入慢自由度动量依赖的绝热态，成功描述了慢自由度与快自由度耦合系统中的丰富动力学行为（如反射、动力学捕获和质量重整化）及快自由度状态的显著演化。
Brownian dynamics simulations of electric double-layer capacitors with tunable metallicity
本文提出了一种基于托马斯 - 费米屏蔽长度的电极描述方法，用于布朗动力学模拟可调金属性双电层电容器，该方法在显著降低计算成本的同时，能够准确预测离子密度分布和微分电容，并有效研究托马斯 - 费米屏蔽长度对电化学性能及离子动力学的影响。
A CPD-enabled low-scaling environment solver in a coupled cluster based static quantum embedding theory
本文提出了一种基于张量分解（CPD）的低标度环境求解器，将其集成到 MPCC 量子嵌入框架中，成功将存储和计算复杂度分别降低至$O(NR)O(NR^2)$，并在保持能量精度和化学性质一致性的同时显著提升了计算效率。
Hidden universality in dislocation-loops mediated three-dimensional crystal melting
该研究基于位错介导的熔化理论，揭示了三维晶体熔化过程中位错环增殖自由能条件导致最小位错环能量与熔化热之比呈现约 25.1 的普适几何值，从而为近期实验发现的普适能量标度及玻璃化转变与熔化温度的 2/3 经验法则提供了微观解释。
Continuous and discontinuous realizations of first-order phase transitions
该研究表明，一阶相变的表现形式取决于所选状态变量的数量与共存相数量的关系：当状态变量数少于相数时，相变表现为相的瞬时更替和宏观变量的不连续；而当状态变量数大于或等于相数时，相变则表现为相的逐渐消长，使得宏观热力学变量呈现连续变化且潜热难以简单定义。
On the Coupled Cluster Doubles Truncation Variety of Four Electrons
本文通过结合理论与数值方法，系统研究了四电子体系耦合簇双激发（CCD）截断簇的代数几何性质，揭示了其作为特定度数的完全交截结构及由 Pfaffian 定义的二次关系，并将其应用于 Be-H₂ 插入反应等具有显著多组态效应的化学键形成过程。
Enhanced Diffusion Sampling: Efficient Rare Event Sampling and Free Energy Calculation with Diffusion Models
本文提出了“增强扩散采样”框架，通过结合精确的偏置引导策略与重加权技术，利用扩散模型高效探索罕见事件区域并准确计算自由能，从而解决了扩散模型在平衡态采样之外仍面临的罕见事件采样瓶颈。
Electron recollisional excitation of OCS in phase-locked intense laser fields
该研究利用相位锁定的强激光场中的光电子 - 光离子符合动量成像技术，结合经典轨迹蒙特卡洛模拟，证实了OCS分子在强场电离过程中发生了电子再碰撞激发，并揭示了不同碎片通道（OCS与S）中电子发射不对称性翻转能量差异与母离子激发能之间的对应关系。
Transferable Learning of Reaction Pathways from Geometric Priors
本文提出了一种名为 MEPIN 的可扩展机器学习方法，该方法利用对称破缺等变神经网络结合几何先验，无需过渡态或预优化路径即可高效预测多种化学反应的最小能量路径，从而实现了大尺度化学反应空间的数据驱动探索。