Physique - Physique chimique

Un nouveau modèle de réseau neuronal profond rend la prédiction des interactions moléculaires plus efficace.

Cet article parle du modèle de Michaelis-Menten et de ses limites en cinétique enzymatique.

Examiner l'interaction entre Moller-Plesset et DFT dans les systèmes quantiques.

Combiner les marches aléatoires ramifiées et l'échantillonnage de Metropolis améliore les simulations quantiques.

Une étude révèle comment la température et la densité influencent les interactions atomiques dans des vapeurs denses.

Une nouvelle approche identifie différentes molécules ayant des fonctions médicamenteuses similaires.

Un aperçu des interactions lumière-matière et leur impact sur les réactions chimiques.

Découvre les éclats de tunneling et leurs applications dans le comportement des molécules.

Explorer de nouveaux potentiels d'apprentissage automatique pour des prévisions efficaces du comportement atomique.

Une nouvelle façon de comprendre les réactions chimiques influencées par les potentiels électriques.

Une nouvelle méthode améliore la précision des prévisions d'énergie pour les systèmes moléculaires.

Étudier les ions de cuivre dans les zéolites pour améliorer les processus catalytiques pour la réduction des gaz nocifs.

Des recherches montrent des comportements inattendus des fluides dans des espaces minuscules, remettant en question les théories traditionnelles.

L'utilisation de photons intriqués améliore les mesures en spectroscopie ultrarapide.

Un outil de labo virtuel pour aider les chercheurs à optimiser les processus chimiques grâce à l'IA.

Comprendre les prédictions de l'IA renforce la confiance dans les applications de chimie.

Explorer les complexités de la production d'entropie en mécanique quantique et les charges non commutatives.

Un aperçu des méthodes pour synchroniser des lasers afin d'étudier des réactions chimiques rapides.

Cette étude relie la conductivité thermique et la vitesse du son dans différents liquides.

Explorer comment les grains interstellaires contribuent à la formation de molécules organiques dans l'espace.

Un ensemble de données de 86 millions de molécules aide la recherche en découverte de médicaments et en science des matériaux.

DASH propose une méthode rapide et précise pour attribuer des charges partielles dans les molécules.

Des chercheurs utilisent des techniques d'apprentissage automatique pour comprendre les amas de nanosilicates dans l'espace.

Explorer le comportement des ions dans les nano-canaux pour diverses applications.

Explore les dynamiques des émulsions eau-dans-huile et leurs applications dans différentes industries.

Un aperçu de l'évaluation des formes de clusters et de leur importance en science des matériaux.

Des recherches montrent comment les structures métalliques influencent le transfert d'énergie entre les molécules.

Explorer comment les liaisons hydrogène influencent les caractéristiques de la protéine fluorescent verte.

Les anodes en silicium ont des problèmes de changements de volume et d'hystérésis de tension qui affectent l'efficacité des batteries.

Utiliser l'apprentissage par renforcement pour mieux comprendre les réactions chimiques rares.

Une nouvelle source de rayonnement infrarouge améliore la précision et la stabilité de la recherche sur les faisceaux moléculaires.

Une étude révèle comment des roues à aubes électroniques aident les ions d'argent à se déplacer dans l'AgI.

De nouvelles méthodes en science des rayons X améliorent la compréhension du comportement des électrons dans les molécules.

Des recherches sur les nanobulles d'hélium révèlent des processus d'ionisation et l'efficacité de détection.

De nouvelles méthodes améliorent la prédiction des coefficients d'activité dans les mélanges liquides grâce à l'apprentissage automatique.

Examiner comment la vie a établi une asymétrie cohérente dans ses molécules.

Explorer les propriétés et les défis du séléniure de bismuth dans la recherche sur les isolants topologiques.

La recherche explore les changements d'énergie dans des systèmes qui ne sont pas à l'état d'équilibre.

Une nouvelle méthode améliore la modélisation des surfaces d'énergie potentielle dans les simulations atomistiques.

De nouvelles méthodes pour prédire des matériaux métastables pourraient révéler des propriétés uniques pour différentes technologies.