Physik - Chemische Physik

Untersuchen, wie Datenqualität die Modelle des maschinellen Lernens bei der Vorhersage von molekularem Verhalten beeinflusst.

Die Kombination von maschinellem Lernen und OFDFT verbessert die Effizienz und Genauigkeit der molekularen Analyse.

Dieser Artikel untersucht ein Modell zur Elektronenentfernung von molekularen Anionen durch Licht.

Diese Studie verbessert die Methoden zur Gestaltung von Extraktionsmitteln für eine bessere Metallerinnerungs-Effizienz.

Iodinenes bieten einzigartige Eigenschaften für zukünftige technologische Fortschritte.

Neue Basissätze verbessern die Berechnungen für schwere Elemente und steigern die Vorhersagen von Materialeigenschaften.

Dieser Artikel behandelt die wichtigsten Aspekte der Lasertechnologie und ihre verschiedenen Anwendungen.

NAG2G verbessert den Prozess zur Vorhersage von Reaktanten für die Verbindungen-Synthese.

Dieser Artikel untersucht, wie verschiedene Lösungsmittel das Verhalten von Molekülen und Formveränderungen beeinflussen.

In diesem Artikel wird besprochen, wie Phononen Moleküle auf festen Oberflächen während chemischer Reaktionen beeinflussen.

Forscher verbessern TDDFT-Methoden, um ein besseres Verständnis von Doppelanregungen in molekularen Systemen zu bekommen.

Entdecken, wie Phosphorverbindungen im Universum entstehen und sich entwickeln.

Forschung über Wasserstoff in Silsesquioxan-Käfigen gibt Einblicke für Quanten-Technologie.

Innovative Ansätze verbessern das Verständnis von molekularen Strukturen und ihren Eigenschaften.

Sprachmodelle steigern die Effizienz bei der Entdeckung neuer Moleküle für die Arzneimittelentwicklung.

Untersuchen, wie kleine Polarons das Materialverhalten für Elektronik und Energie beeinflussen.

Eine Studie über rechnerische Methoden zur Analyse konischer Schnittpunkte in angeregten Zuständen.

Neue Erkenntnisse über das Verhalten von Elektronen versprechen bessere Technologien und medizinische Anwendungen.

DBBSC bietet einen neuen Ansatz, um Berechnungen in der Quantenchemie zu verbessern.

Forscher entwickeln ein neues Framework, um molekulare Konformationen genauer vorherzusagen.

Untersuche den Einfluss der Spin-Bahn-Kopplung auf elektronische Eigenschaften und Anwendungen.

Forschung untersucht, wie Wasser den Ladungstransfer in isolierenden Materialien beeinflusst.

Untersuchen, wie Temperatur die Bewegung von flüssigen Mischungen beeinflusst.

Untersuchung der Fluidbewegung, die durch Temperaturunterschiede in nahezu kritischen binären Mischungen verursacht wird.

Erkunde, wie partielle Ladungen Moleküle und chemische Bindungen beeinflussen.

Forscher entwickeln ein Modell, das die Stabilität in molekularen Dynamik-Simulationen verbessert.

Ein Machine-Learning-Modell verbessert Vorhersagen von komplexen molekularen Eigenschaften basierend auf SMILES-Code.

Analoges Quantencomputing nutzen, um Vorhersagen über Wassermoleküle rund um Proteine für die Arzneimittelentwicklung zu verbessern.

Forschung kombiniert Simulationen und maschinelles Lernen, um Redoxpotentiale in Metallen vorherzusagen.

Forschung zeigt Erkenntnisse über die Wechselwirkungen von Wasser mit Metalloxidoberflächen.

Eine neue Methode zur Untersuchung des magnetischen Verhaltens in binukleären Komplexen wird vorgeschlagen.

Die Untersuchung des Verhaltens von Elektrolyten unter Nicht-Gleichgewichtsbedingungen und deren Auswirkungen.

Neue Forschungen verbessern die Flüssig-Flüssig-Extraktionsmethoden für eine effiziente Materialrückgewinnung.

Ein Blick auf die QM7b- und QM9-Datensätze zur Vorhersage von molekularen Eigenschaften.

Neuere Studien verbessern die Schätzungen der Adsorptionsenergie von Kohlenmonoxid auf Magnesiumoxidoberflächen.

Aktive Materie erkunden und ihre Rolle bei Bewegung und Energieinteraktionen.

Forscher entwickeln ein verbessertes Modell für molekulare Interaktionen unter Verwendung atomarer Eigenschaften.

Erforschen, wie chemische Interaktionen auf Veränderungen in Konzentration und Umgebung reagieren.

Erforschen, wie Polarons den Energietransfer in verschiedenen Materialien beeinflussen.

Neues Biradikal-Design verbessert DNP für bessere Sensitivität in der NMR-Spektroskopie.