Consistent inclusion of triple substitutions within a coupled cluster based static quantum embedding theory
本文提出并评估了两种将三取代激发纳入静态量子嵌入框架 MPCC 的方法（MPCCSDT(pt) 和 MPCCSDT(it)），通过引入环境子系统的三取代微扰修正及反馈机制，显著提升了该方法在处理 CCSD(T) 失效的复杂分子体系时的精度。
🔬 Category
physics.chem-ph
1024 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。
Fast Generation of Pipek-Mezey Wannier Functions via the Co-Iterative Augmented Hessian Method
本文提出了一种名为 -CIAH 的 点扩展二阶共迭代增广 Hessian 算法，用于高效生成 Pipek-Mezey 瓦尼尔函数，该方法在保持与一阶 空间方法相同计算复杂度的同时，将收敛速度提升了 2-3 倍，并在处理大规模轨道系统时展现出远超传统 点方法的计算效率。
Exploitation of complex Abelian point groups in quantum-chemical calculations
本文提出了一种利用具有复特征标的阿贝尔点群对称性的方法，通过双陪集分解评估积分并在后哈特里 - 福克计算中应用块张量收缩，从而在有限磁场等场景下有效降低量子化学计算的复杂度。
Estimating Full Path Lengths and Kinetics from Partial Path Transition Interface Sampling Simulations
本文提出了一种基于马尔可夫状态模型（MSM）的新框架，用于从计算高效的 REPPTIS 部分路径模拟中提取完整的路径长度及动力学性质（如平均首次通过时间、通量和速率常数），并通过从简单模型到生物大分子（胰蛋白酶 - 苯甲脒复合物）的多种体系验证了该方法在准确重现动力学基准方面的有效性。
Neural Quantum States Based on Selected Configurations
本文通过系统比较发现，基于选定组态的神经量子态（NQS-SC）方法在能量精度、波函数系数描述及系统性可改进性方面均优于传统的变分蒙特卡洛方法（NQS-VMC），尤其适用于静态关联体系，但两者均难以高效捕捉动态关联，未来需发展混合方法。
Effective classical potential for quantum statistical averages
本文提出了一种基于路径起点而非路径质心的平均场处理方法，通过采用数值稳健的近似函数形式构建有效经典势，从而能够以经典系综平均估算量子热期望值，并在经典与谐振极限下保持精确，同时对多种一维势场展现出良好的计算一致性。
Negative thermal expansion in ice I polytypes
该研究利用新型前驱体成功制备并测量了立方冰在亚稳态范围内的密度随温度变化，发现其与六方冰一样在低温下表现出负热膨胀特性，并据此通过焓计算量化了立方冰的亚稳态性质及其无法从常规六方冰前驱体直接制备的原因。
Early-warning the compact-to-dendritic transition via spatiotemporal learning of two-dimensional growth images
该研究提出了一种基于时空学习的端到端方法，通过分析二维生长图像成功实现了对电极沉积过程中致密 - 枝晶转变的鲁棒早期预警，并揭示了驱动该预测的低维潜在动力学机制。
Nuclear gradients from auxiliary-field quantum Monte Carlo and their application in geometry optimization and transition state search
本文提出了一种基于自动微分的可扩展相位辅助场量子蒙特卡洛（AFQMC）核力计算方法，并通过机器学习势函数成功实现了高精度的分子几何优化及过渡态搜索。
Stoichiometrically-informed symbolic regression for extracting chemical reaction mechanisms from data
本文提出了一种名为 SISR 的随机化学计量信息符号回归方法，通过结合微分优化与遗传优化算法，能够从时间序列浓度数据中准确且抗噪地提取复杂的化学反应机理、动力学方程及速率常数。