論文の概要: Accurate Machine Learning Interatomic Potentials for Polyacene Molecular Crystals: Application to Single Molecule Host-Guest Systems

• arxiv url: http://arxiv.org/abs/2504.11224v1
• Date: Tue, 15 Apr 2025 14:27:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-16 22:06:27.247422
• Title: Accurate Machine Learning Interatomic Potentials for Polyacene Molecular Crystals: Application to Single Molecule Host-Guest Systems
• Title（参考訳）: ポリアセン分子結晶の精密機械学習による原子間ポテンシャル:単一分子ホストゲストシステムへの応用
• Authors: Burak Gurlek, Shubham Sharma, Paolo Lazzaroni, Angel Rubio, Mariana Rossi,
• Abstract要約: 新しい機械学習原子間ポテンシャル(MLIP)は、大規模な正確な物質シミュレーションに有望なソリューションを提供する。 我々は,グラフニューラルネットワークに基づくMACEアーキテクチャとアクティブラーニング戦略を活用することで,汎用MLIPを開発する。 これらのポテンシャルは正確であり、非調和振動特性、振動寿命、振動結合の研究を可能にする。
• 参考スコア（独自算出の注目度）: 0.8360937057775453
• License:
• Abstract: Emerging machine learning interatomic potentials (MLIPs) offer a promising solution for large-scale accurate material simulations, but stringent tests related to the description of vibrational dynamics in molecular crystals remain scarce. Here, we develop a general MLIP by leveraging the graph neural network-based MACE architecture and active-learning strategies to accurately capture vibrational dynamics across a range of polyacene-based molecular crystals, namely naphthalene, anthracene, tetracene and pentacene. Through careful error propagation, we show that these potentials are accurate and enable the study of anharmonic vibrational features, vibrational lifetimes, and vibrational coupling. In particular, we investigate large-scale host-guest systems based on these molecular crystals, showing the capacity of molecular-dynamics-based techniques to explain and quantify vibrational coupling between host and guest nuclear motion. Our results establish a framework for understanding vibrational signatures in large-scale complex molecular systems and thus represent an important step for engineering vibrational interactions in molecular environments.
• Abstract（参考訳）: MLIP(Emerging machine learning interatomic potentials)は、大規模に正確な物質シミュレーションを行う上で有望なソリューションであるが、分子結晶における振動力学の記述に関連する厳密な試験は依然として少ない。 本稿では,グラフニューラルネットワークに基づくMACEアーキテクチャと能動的学習戦略を活用して,ナフタレン,アントラセン,テトラセン,ペンタセンといったポリアセン系分子結晶の振動動態を正確に把握する一般MLIPを開発する。 注意深い誤差伝搬により、これらのポテンシャルは正確であることを示し、非調和振動特性、振動寿命、振動結合の研究を可能にする。 特に,これらの分子結晶に基づく大規模ホストゲストシステムについて検討し,ホストとゲストの原子核運動の振動結合を説明する分子動力学に基づく手法の能力を示す。 本研究は, 大規模複雑な分子系における振動シグネチャを理解するための枠組みを構築し, 分子環境における振動相互作用を工学的に理解するための重要なステップを示す。

関連論文リスト

• Unveiling the Dance of Molecules: Ro-Vibrational Dynamics of Molecules under Intense Illumination at Complex Plasmonic Interfaces [0.0]
  本研究では,Fabry-Perotキャビティおよび3次元プラズモン準曲面における強共振ポンプ励起後の分子集合の緩和ダイナミクスについて検討した。 シミュレーションにより、空洞内の緩和経路は自由空間に比べて劇的に変化し、永続的な分子アライメントが特徴である。 また、分子キャビティモードの脱落によって引き起こされる、未報告の緩和安定化機構の存在も示している。
  論文  参考訳（メタデータ） (2024-12-03T22:17:35Z)
• Ab-Initio Vibro-Polaritonic Spectra in Strongly Coupled Cavity-Molecule Systems [0.0]
  本稿では,ボルン・オッペンハイマー・ハーツリー・フォック・アンサッツのキャビティに基づくab-initio法について検討した。 我々の半古典的アプローチは、完全な量子シミュレーションに対して検証され、ビブロ偏光スペクトルの重要な特徴を再現する。
  論文  参考訳（メタデータ） (2023-10-03T08:16:21Z)
• Robust Hamiltonian Engineering for Interacting Qudit Systems [50.591267188664666]
  我々は、強く相互作用するキューディット系のロバストな動的疎結合とハミルトン工学の定式化を開発する。 本研究では,これらの手法を,スピン-1窒素空洞中心の強相互作用・無秩序なアンサンブルで実験的に実証した。
  論文  参考訳（メタデータ） (2023-05-16T19:12:41Z)
• Accurate Machine Learned Quantum-Mechanical Force Fields for Biomolecular Simulations [51.68332623405432]
  分子動力学(MD)シミュレーションは、化学的および生物学的プロセスに関する原子論的な洞察を可能にする。 近年,MDシミュレーションの代替手段として機械学習力場(MLFF)が出現している。 本研究は、大規模分子シミュレーションのための正確なMLFFを構築するための一般的なアプローチを提案する。
  論文  参考訳（メタデータ） (2022-05-17T13:08:28Z)
• Tuning long-range fermion-mediated interactions in cold-atom quantum simulators [68.8204255655161]
  コールド原子量子シミュレータにおける工学的な長距離相互作用は、エキゾチックな量子多体挙動を引き起こす。 そこで本研究では,現在実験プラットフォームで利用可能ないくつかのチューニングノブを提案する。
  論文  参考訳（メタデータ） (2022-03-31T13:32:12Z)
• Super-resolution in Molecular Dynamics Trajectory Reconstruction with Bi-Directional Neural Networks [0.0]
  機械学習(ML)の異なる手法を探索し、後処理のステップで分子動力学軌道の解像度をオンデマンドで向上する。 サーモスタット軌道の局所的時間対称性を利用して、長距離相関を学習し、分子の複雑さにまたがる雑音のダイナミックスに対して高いロバスト性を示すことができる。
  論文  参考訳（メタデータ） (2022-01-02T23:00:30Z)
• Visualizing spinon Fermi surfaces with time-dependent spectroscopy [62.997667081978825]
  固体系において確立されたツールである時間依存性光電子分光法を低温原子量子シミュレーターに応用することを提案する。 1次元の$t-J$モデルの正確な対角化シミュレーションで、スピノンが非占有状態の効率的なバンド構造に出現し始めることを示す。 ポンプパルス後のスペクトル関数の依存性はスピノン間の集団的相互作用を明らかにする。
  論文  参考訳（メタデータ） (2021-05-27T18:00:02Z)
• Molecular spin qudits for quantum simulation of light-matter interactions [62.223544431366896]
  分子スピンキューディットは、物質と強く相互作用する光子場の量子力学をシミュレートする理想的なプラットフォームを提供する。 提案した分子量子シミュレータの基本単位は、マイクロ波パルスのみで制御されるスピン1/2とスピン$S$遷移金属イオンの単純な二量体で実現できる。
  論文  参考訳（メタデータ） (2021-03-17T15:03:12Z)
• Analog quantum simulation of chemical dynamics [0.0]
  アナログ量子シミュレータは、ボゾンモードを用いて分子動力学を効率的にシミュレートし、振動を表現できることを示す。 我々の手法は、ボソニック発振器に制御的に結合されたクーディットを持つ任意のデバイスで実装できる。 提案手法は, 近い将来, 古典的かつ難解な化学動力学シミュレーションを可能にすることを期待する。
  論文  参考訳（メタデータ） (2020-12-03T11:52:38Z)
• Graph Neural Network for Hamiltonian-Based Material Property Prediction [56.94118357003096]
  無機材料のバンドギャップを予測できるいくつかの異なるグラフ畳み込みネットワークを提示し、比較する。 モデルは、それぞれの軌道自体の情報と相互の相互作用の2つの異なる特徴を組み込むように開発されている。 その結果,クロスバリデーションにより予測精度が期待できることがわかった。
  論文  参考訳（メタデータ） (2020-05-27T13:32:10Z)
• Molecule-photon interactions in phononic environments [0.0879626117219674]
  液体量子光学系は光子、電子自由度、局所的な機械振動、フォノンを相互作用させることができる。 特に、分子内の電子と核運動の間の強い振動相互作用は、光学的放射圧ハミルトニアンに類似している。 ここでは、結晶に埋め込まれた分子の非平衡力学に対するオープン量子系アプローチについて述べる。
  論文  参考訳（メタデータ） (2019-12-05T15:11:46Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。