圖書信息

內容簡介

對 arXiv physics.chem-ph 分類的年度綜述，涵蓋 2025 年 9 月至 2026 年 8 月期間發表的研究。本卷基於對 132 篇論文 的細讀整理，組織為 37 章，按該領域的研究子方向描繪這一年的全貌。

全書框架（年度產出佔比）：

高分辨光譜與譜線參數測量 (30.7%) — 本子領域聚焦分子譜線的精確測量，包括紅外與 X 射線光譜，以確定碰撞誘導參數與振動-轉動相互作用，用於大氣與天體物理應用。
分子動力學與非絕熱動力學模擬 (13.5%) — 研究者開發並應用包括波包動力學與粗粒化模型在內的模擬方法，研究複雜系統中的分子反應性、聚合物行為與非絕熱過程。
化學反應動力學與材料自組裝 (12.8%) — 本領域研究反應機制、擴散過程與自組裝現象，重點關注藥物遞送系統與用於組織工程的生物陶瓷。
電子結構計算與激發態性質 (7.2%) — 研究聚焦利用先進理論框架計算分子與材料的基態與激發電子態、幾何相位與光譜性質。
密度泛函理論與含時方法 (7.0%) — 本子領域推進密度泛函理論（包括含時與有限溫度變體），以建模電子結構、響應性質與多體相互作用。
量子化學與量子計算應用 (7.0%) — 研究探索量子動力學、量子控制，以及將量子計算算法應用於化學問題，包括天體化學探測與激子轉移。
物理化學性質預測的機器學習 (6.9%) — 本方向應用機器學習技術預測分子性質、反應座標與原子間勢，處理異方差性與可解釋性等問題。
神經網絡與張量網絡表示 (4.7%) — 研究利用神經網絡與張量網絡態表示量子波函數、構建精確勢，並求解高維振動與電子問題。
耦合簇理論與多體方法 (4.1%) — 本領域發展並應用耦合簇方法（包括運動方程與多參考變體），以精確計算分子性質與激發態。
從頭算與量子蒙特卡洛方法 (3.7%) — 研究聚焦從頭算計算與量子蒙特卡洛技術，以高精度確定原子力、極化率與熱力學性質。
機器學習原子間勢與基準測試 (2.5%) — 本子領域發展並基準測試機器學習原子間勢（包括通用與增量學習模型），用於精確分子動力學模擬。