Buchumschlag

Systematic incorporation of nuclear quantum effects into atomistic simulations by smoothed trajectory analysis

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Madarász, Ádám, Mészáros, Bence Balázs, Daru, János
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Chemical Physics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Short-range $Δ$-Machine Learning: A cost-efficient strategy to transfer chemical accuracy to condensed phase systems
von: Mészáros, Bence Balázs, et al.
Veröffentlicht: (2025)

Random sampling versus active learning algorithms for machine learning potentials of quantum liquid water
von: Stolte, Nore, et al.
Veröffentlicht: (2024)

Nuclear Quantum Effects in Liquid Water Are Negligible for Structure but Significant for Dynamics
von: Stolte, Nore, et al.
Veröffentlicht: (2024)

Introduction to machine learning potentials for atomistic simulations
von: Thiemann, Fabian L., et al.
Veröffentlicht: (2024)

Model selection in atomistic simulation
von: Moussa, Jonathan E.
Veröffentlicht: (2023)

Including photoexcitation explicitly in trajectory-based nonadiabatic dynamics at no cost
von: Janoš, Jiří, et al.
Veröffentlicht: (2024)

Benchmarking short-range machine learning potentials for atomistic simulations of metal/electrolyte interfaces
von: de Kam, Lucas B. T., et al.
Veröffentlicht: (2026)

Electronic decoherence along a single nuclear trajectory
von: Tu, Matisse Wei-Yuan, et al.
Veröffentlicht: (2025)

ChemXDyn: Dynamics-informed species and reaction detection methodology from atomistic simulations
von: Maddipati, Raj, et al.
Veröffentlicht: (2026)

On the role of nuclear quantum effects on the stability of peptides
von: Shen, Jing, et al.
Veröffentlicht: (2025)

Transfer learning for atomistic simulations using GNNs and kernel mean embeddings
von: Falk, John, et al.
Veröffentlicht: (2023)

Uncertainty in the era of machine learning for atomistic modeling
von: Grasselli, Federico, et al.
Veröffentlicht: (2025)

Constructing accurate and efficient general-purpose atomistic machine learning model with transferable accuracy for quantum chemistry
von: Chen, Yicheng, et al.
Veröffentlicht: (2024)

i-PI 3.0: a flexible and efficient framework for advanced atomistic simulations
von: Litman, Yair, et al.
Veröffentlicht: (2024)

Accurate nuclear quantum statistics on machine-learned classical effective potentials
von: Zaporozhets, Iryna, et al.
Veröffentlicht: (2024)

Metatensor and metatomic: foundational libraries for interoperable atomistic machine learning
von: Bigi, Filippo, et al.
Veröffentlicht: (2025)

Fast and flexible long-range models for atomistic machine learning
von: Loche, Philip, et al.
Veröffentlicht: (2024)

Efficient spectra from atomistic simulation: a generalized master equation study of the air-water interface
von: Sayer, Thomas
Veröffentlicht: (2025)

Quantum bath augmented stochastic nonequilibrium atomistic simulations for molecular heat conduction
von: Chen, Renai, et al.
Veröffentlicht: (2023)

qNEP: A highly efficient neuroevolution potential with dynamic charges for large-scale atomistic simulations
von: Fan, Zheyong, et al.
Veröffentlicht: (2026)

Predicting the photodynamics of cyclobutanone triggered by a laser pulse at 200 nm and its MeV-UED signals -- a trajectory surface hopping and XMS-CASPT2 perspective
von: Janoš, Jiří, et al.
Veröffentlicht: (2024)

Field theoretic atomistics: Learning thermodynamic and variational surrogate to density functional theory
von: Das, Sambit, et al.
Veröffentlicht: (2025)

Multi-head committees enable direct uncertainty prediction for atomistic foundation models
von: Beck, Hubert, et al.
Veröffentlicht: (2025)

A foundation model for atomistic materials chemistry
von: Batatia, Ilyes, et al.
Veröffentlicht: (2023)

Machine learning electronic structure and atomistic properties from the external potential
von: Nigam, Jigyasa, et al.
Veröffentlicht: (2026)

Rovibrational computations for the He$_2$ a $^3Σ_\mathrm{u}^+$ state including non-adiabatic, relativistic, and QED corrections
von: Margócsy, Ádám, et al.
Veröffentlicht: (2025)

Geometric phase-induced nuclear quantum interference is robust against quantum dissipation
von: Li, Xiang, et al.
Veröffentlicht: (2025)

Best practices for nonadiabatic molecular dynamics simulations
von: Prlj, Antonio, et al.
Veröffentlicht: (2025)

Continuously tracked, stable, large excursion trajectories of dipolar coupled nuclear spins
von: Sahin, Ozgur, et al.
Veröffentlicht: (2022)

All-atomistic Transferable Neural Potentials for Protein Solvation
von: Dey, Rishabh, et al.
Veröffentlicht: (2026)

Robust inversion of time-resolved data via forward-optimisation in a trajectory basis
von: Acheson, Kyle, et al.
Veröffentlicht: (2022)

Unveiling Zn incorporation in CuInS$_2$ quantum dots: X-ray and optical analysis of doping effects, structural modifications and surface passivation
von: Burgos-Caminal, Andrés, et al.
Veröffentlicht: (2025)

Regularized relativistic corrections for polyelectronic and polyatomic systems with explicitly correlated Gaussians
von: Rácsai, Balázs, et al.
Veröffentlicht: (2024)

High-Precision Quantum Dynamics of He$_2$ over the b $^3Π_\mathrm{g}$-c $^3Σ_\mathrm{g}^+$ Electronic Subspace by including Non-adiabatic, Relativistic and QED Corrections and Couplings
von: Rácsai, Balázs, et al.
Veröffentlicht: (2025)

Accelerating structure search using atomistic graph-based classifiers
von: Slavensky, Andreas Møller, et al.
Veröffentlicht: (2024)

Unsupervised identification of crystal defects from atomistic potential descriptors
von: Kývala, Lukáš, et al.
Veröffentlicht: (2024)

Constructing accurate machine-learned potentials and performing highly efficient atomistic simulations to predict structural and thermal properties
von: Liu, Junlan, et al.
Veröffentlicht: (2024)

High-quality, high-information datasets for universal atomistic machine learning
von: Malosso, Cesare, et al.
Veröffentlicht: (2026)

Non adiabatic dynamics of photoexcited cyclobutanone: predicting structural measurements from trajectory surface hopping with XMS-CASPT2 simulations
von: Vindel-Zandbergen, Patricia, et al.
Veröffentlicht: (2024)

Koopmon trajectories in nonadiabatic quantum-classical dynamics
von: Bauer, Werner, et al.
Veröffentlicht: (2023)