MétaCan
Menu
Retour à la cohorte
Enregistrement W4417516970 · doi:10.48550/arxiv.2505.07506

The formation of gradient-driven singular structures of codimension one and two in two-dimensions: The case study of ferronematics. Part~I: Energy estimates and compactness results

2025· preprint· en· W4417516970 sur OpenAlexfundno aff
Giacomo Canevari, Federico Luigi Dipasquale, Bianca Stroffolini

Notice bibliographique

RevueArXiv.org · 2025
Typepreprint
Langueen
DomaineMathematics
ThématiqueGeometric Analysis and Curvature Flows
Établissements canadiensnon disponible
Organismes subventionnairesBanff International Research Station for Mathematical Innovation and DiscoveryAgence Nationale de la RechercheUniversità degli Studi di VeronaIstituto Nazionale di Alta Matematica "Francesco Severi"
Mots-clésCurvatureCodimensionSingular solutionEnergy (signal processing)Singular point of a curveMagnetizationCoupling (piping)Energy density

Résumé

récupéré en direct d'OpenAlex

We study a two-dimensional variational model for ferronematics -- composite materials formed by dispersing magnetic nanoparticles into a liquid crystal matrix. The model features two coupled order parameters: a Landau-de Gennes~$\Q$-tensor for the liquid crystal component and a magnetisation vector field~$\M$, both of them governed by a Ginzburg-Landau-type energy. The energy, the largest part of which is carried by the $\Q$-component, includes a singular coupling term favouring alignment between~$\Q$ and~$\M$. In this article and in the companion paper~\cite{CDS2}, we analyse the asymptotic behaviour of (not necessarily minimizing) critical points as a small parameter~$\eps$ tends to zero. In this paper, we prove that the (rescaled) energy density for the $\Q$-component, concentrates, to leading order, on a finite number of singular points. Moreover, we prove energy estimates and compactness results that will be crucially used in~\cite{CDS2} to determine the structure of the energy concentration set for the $\M$-component as well as the relationship between the two singular sets.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,339
Score d'incertitude au seuil0,662

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,081
Tête enseignante GPT0,341
Écart entre enseignants0,261 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArXiv.orgMême sujetGeometric Analysis and Curvature FlowsTravaux en français237 207