Accueil > Français > Équipes > Équipes scientifiques > Théorie

Théorie

 

Liste des membres |Site équipe

Les chercheurs du groupe THEO s’intéressent à divers systèmes de la matière condensée et cherchent à fournir des explications qualitatives (voire quantitatives) de phénomènes observés expérimentalement et à en prédire de nouveaux. L’objectif étant de comprendre le comportement collectif de ces matériaux et de dégager des concepts généraux qui s’appliquent à de nombreux systèmes.

Publications récentes :
 


  • Trif M, Simon P. Braiding of Majorana Fermions in a Cavity. Physical Review Letters. 2019;122(23):236803.

  • Bisognin R, Bartolomei H, Kumar M, et al. Microwave photons emitted by fractionally charged quasiparticles. Nature Communications. 2019;10(1):1708.

  • Safi I. Driven quantum circuits and conductors: A unifying perturbative approach. Physical Review B. 2019;99(4).

  • Tarento RJ. Ionization potentials and charge localization in small charged group 12 clusters. The European Physical Journal D. 2019;73(12):260.

  • Rostamzadeh S, Adagideli İ, Goerbig MO. Large enhancement of conductivity in Weyl semimetals with tilted cones: Pseudorelativity and linear response. Physical Review B. 2019;100(7):075438.

  • Ménard GC, Brun C, Leriche R, et al. Yu-Shiba-Rusinov bound states versus topological edge states in Pb/Si(111). The European Physical Journal Special Topics. 2019;227(15-16):2303-2313.

  • del Valle J, Salev P, Tesler F, et al. Subthreshold firing in Mott nanodevices. Nature. 2019;569(7756):388-392.


  • Manca N, Bothner D, Monteiro AM R V L, et al. Bimodal Phase Diagram of the Superfluid Density in LaAlO 3 / SrTi O 3 Revealed by an Interfacial Waveguide Resonator. Physical Review Letters. 2019;122(3):036801. Available at: https://link.aps.org/doi/10.1103/PhysRevLett.122.036801. Consulté février 13, 2019.

  • Wensink HH. Polymeric Nematics of Associating Rods: Phase Behavior, Chiral Propagation, and Elasticity. Macromolecules. 2019;52(21):7994-8005.

  • Zhang Y, Mesaros A, Fujita K, et al. Machine learning in electronic-quantum-matter imaging experiments. Nature. 2019;570(7762):484-490.