MétaCan
Menu
Retour à la cohorte
Enregistrement W2765504308 · doi:10.1103/physrevlett.120.157202

Designing Hysteresis with Dipolar Chains

2018· article· en· W2765504308 sur OpenAlexaff
Andrés Concha, David Aguayo, Paula Mellado

Notice bibliographique

RevuePhysical Review Letters · 2018
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueMagnetic properties of thin films
Établissements canadiensPerimeter Institute
Organismes subventionnairesComisión Nacional de Investigación Científica y TecnológicaAbdus Salam International Centre for Theoretical PhysicsFondo Nacional de Desarrollo Científico y TecnológicoNational Science Foundation
Mots-clésHysteresisDipoleMetamaterialMagnetic hysteresisMagnetizationPreisach model of hysteresisComputer scienceMagnetic dipoleComplex systemMaterials scienceStatistical physicsMechanism (biology)Rational designMagnetic fieldCondensed matter physicsNanotechnologyPhysicsArtificial intelligenceOptoelectronicsQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

Materials that have hysteretic response to an external field are essential in modern information storage and processing technologies. A myriad of magnetization curves of several natural and artificial materials have previously been measured and each has found a particular mechanism that accounts for it. However, a phenomenological model that captures all the hysteresis loops and at the same time provides a simple way to design the magnetic response of a material while remaining minimal is missing. Here, we propose and experimentally demonstrate an elementary method to engineer hysteresis loops in metamaterials built out of dipolar chains. We show that by tuning the interactions of the system and its geometry we can shape the hysteresis loop which allows for the design of the softness of a magnetic material at will. Additionally, this mechanism allows for the control of the number of loops aimed to realize multiple-valued logic technologies. Our findings pave the way for the rational design of hysteretical responses in a variety of physical systems such as dipolar cold atoms, ferroelectrics, or artificial magnetic lattices, among others.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,516
Score d'incertitude au seuil0,646

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,015
Tête enseignante GPT0,252
Écart entre enseignants0,238 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical Review LettersMême sujetMagnetic properties of thin filmsTravaux en français237 207