Comparteix:

Notícies

Notícies del lloc

13/03/2024

La candidata Yajuan Duan va defensar la tesi el 13 de març de 2024. La tesi, co-dirigida pels Drs. Jichao Qiao (Northwestern Polythecnic University, Xi'an) i Eloi Pineda (UPC), mostra com la dinàmica estructural i la mobilitat atòmica de materials metàl·lics amb estructura no cristal·lina evoluciona durant tractaments tèrmics i mecànics. Aquest estudi permet millorar el pre-processat d'aquests materials per modificar i millorar les seves propietats mecàniques.

04/04/2024

Es preveu un esvaïment tèrmic del comportament quàntic en les correlacions de gran moment i de curta distància per a temperatures per sobre del llindar d'anomalia, revelant la connexió entre excitacions, termodinàmica i correlacions en sistemes de molts cossos. Es proposa una expressió analítica general per a la cua d'elevat moment de la distribució del moment de partícules, que és vàlida per a una força i temperatura d'interacció arbitràries i que connecta sense problemes els límits quàntics i clàssics.

30/05/2024

Investigadors del Departament de Física de la Universitat Politècnica de Catalunya, amb científics de la Universitat Autònoma de Barcelona i de l'Institut de Ceràmica i Vidre (CSIC), van demostrar que és possible modular de manera reversible el magnetisme en heteroestructures multiferroiques artificials, utilitzant llum visible de baixa intensitat a temperatura ambient. S'aconsegueix modular significativament amb llum la coercitivitat i l'índex de quadratura dels cicles d'histèresis en aquestas heteroestructures, fomentant el desenvolupament de nous dispositius magneto-òptics sense fils de baix consum energètic.

11/06/2024

Sarath Radhakrishnan va defensar la seva tesi codiregida per Oriol Lehmkuhl Barba i Daniel Mira Martinez el 10 de juny al Campus UPC. Amb el títol "Modelació de parets no equilibrades en la simulació de grans remolins de fluxos de transició d'alta velocitat", la tesi presenta tres noves metodologies per al desenvolupament de models de parets, dues de les quals es basen en Machine Learning