Buchumschlag

Tunneling phase diagram: A machine-learning framework for multidimensional kinetic isotope effects

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yang, Xinrui, Wang, Zhigang
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Quantum Physics Chemical Physics Computational Physics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Dual-Path Mechanism of Amino Acid Racemization Mediated by Quantum Mechanical Tunneling
von: Yang, Xinrui, et al.
Veröffentlicht: (2024)

Using machine learning to map simulated noisy and laser-limited multidimensional spectra to molecular electronic couplings
von: Schultz, Jonathan D., et al.
Veröffentlicht: (2025)

Quantum-centric machine learning for molecular dynamics
von: Tao, Yanxian, et al.
Veröffentlicht: (2025)

Symmetry-invariant quantum machine learning force fields
von: Le, Isabel Nha Minh, et al.
Veröffentlicht: (2023)

Accelerating equilibrium isotope effect calculations: II. Stochastic implementation of direct estimators
von: Karandashev, Konstantin, et al.
Veröffentlicht: (2019)

Machine Learning for Polaritonic Chemistry: Accessing chemical kinetics
von: Schäfer, Christian, et al.
Veröffentlicht: (2023)

A phase-space view of vibrational energies without the Born-Oppenheimer framework
von: Bian, Xuezhi, et al.
Veröffentlicht: (2024)

A charge-density machine-learning workflow for computing the infrared spectrum of molecules
von: Hazra, Suman, et al.
Veröffentlicht: (2025)

Thawed Gaussian wavepacket dynamics with $Δ$-machine learned potentials
von: Gherib, Rami, et al.
Veröffentlicht: (2024)

HierarchicalEOM.jl: An efficient Julia framework for hierarchical equations of motion in open quantum systems
von: Huang, Yi-Te, et al.
Veröffentlicht: (2023)

Chaos Gated Tunneling Drives Molecular Reactivity in Astrophysical Environments
von: Dastider, Saptarshi G., et al.
Veröffentlicht: (2026)

Optimal Tree Tensor Network Operators for Tensor Network Simulations: Applications to Open Quantum Systems
von: Li, Weitang, et al.
Veröffentlicht: (2024)

MaxwellLink: A unified framework for self-consistent light-matter simulations
von: Ji, Xinwei, et al.
Veröffentlicht: (2025)

Deep learning parameter estimation and quantum control of single molecule
von: Scarpetta, Juan M., et al.
Veröffentlicht: (2026)

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

A machine-learning framework for accelerating spin-lattice relaxation simulations
von: Briganti, Valerio, et al.
Veröffentlicht: (2024)

A universal augmentation framework for long-range electrostatics in machine learning interatomic potentials
von: Kim, Dongjin, et al.
Veröffentlicht: (2025)

A physics-inspired evolutionary machine learning method: from the Schrödinger equation to an orbital-free-DFT kinetic energy functional
von: Rodriguez, Juan I., et al.
Veröffentlicht: (2024)

Transient dynamical phase diagram of the spin-boson model
von: Goulko, Olga, et al.
Veröffentlicht: (2024)

Robust and fragile quantum effects in the transfer kinetics of delocalized excitons between B850 units of LH2 complexes
von: Jang, Seogjoo J.
Veröffentlicht: (2026)

Modeling the dynamics of quantum systems coupled to large dimensional baths using effective energy states
von: Attal, Loïse, et al.
Veröffentlicht: (2023)

Complete quantum-inspired framework for computational fluid dynamics
von: Peddinti, Raghavendra D., et al.
Veröffentlicht: (2023)

Approximate quantum circuit compilation for proton-transfer kinetics on quantum processors
von: Kovyrshin, Arseny, et al.
Veröffentlicht: (2025)

Comment on "Unified framework for open quantum dynamics with memory"
von: Makri, Nancy, et al.
Veröffentlicht: (2024)

Quantum-classical solvation hydrodynamics: a Hamiltonian modeling framework
von: Gay-Balmaz, François, et al.
Veröffentlicht: (2026)

Finite-temperature, anharmonicity, and Duschinsky effects on the two-dimensional electronic spectra from ab initio thermo-field Gaussian wavepacket dynamics
von: Begušić, Tomislav, et al.
Veröffentlicht: (2021)

Enhanced Excited State Population and Coherence via Adiabatic Tunneling Ionization and Excitation
von: Yuen, Chi-Hong
Veröffentlicht: (2025)

A backend-agnostic, quantum-classical framework for simulations of chemistry in C++
von: Claudino, Daniel, et al.
Veröffentlicht: (2021)

chemtrain-deploy: A parallel and scalable framework for machine learning potentials in million-atom MD simulations
von: Fuchs, Paul, et al.
Veröffentlicht: (2025)

Quantum Simulation of Conical Intersections
von: Wang, Yuchen, et al.
Veröffentlicht: (2024)

Quantum Many-body Simulations from a Reinforcement-Learned Exponential Ansatz
von: Wang, Yuchen, et al.
Veröffentlicht: (2025)

Scalable framework for quantum transport across large physical networks
von: Burgess, Adam, et al.
Veröffentlicht: (2026)

Machine learning the derivative discontinuity of density-functional theory
von: Gedeon, Johannes, et al.
Veröffentlicht: (2021)

Shadow Ansatz for the Many-Fermion Wave Function in Scalable Molecular Simulations on Quantum Computing Devices
von: Wang, Yuchen, et al.
Veröffentlicht: (2024)

Majorana Tensor Decomposition: A unifying framework for decompositions of fermionic Hamiltonians to Linear Combination of Unitaries
von: Loaiza, Ignacio, et al.
Veröffentlicht: (2024)

Robust Pipek-Mezey Orbital Localization in Periodic Solids
von: Clement, Marjory C., et al.
Veröffentlicht: (2021)

Simulating polaritonic ground states on noisy quantum devices
von: Hassan, Mohammad, et al.
Veröffentlicht: (2023)

Quantum Machine Learning of Molecular Energies with Hybrid Quantum-Neural Wavefunction
von: Li, Weitang, et al.
Veröffentlicht: (2025)

Understanding multi-fidelity training of machine-learned force-fields
von: Gardner, John L. A., et al.
Veröffentlicht: (2025)

Quantum support vector machines for classification and regression on a trapped-ion quantum computer
von: Suzuki, Teppei, et al.
Veröffentlicht: (2023)