Theses http://hdl.handle.net/20.500.11956/1934 2026-09-03T19:57:14Z 2026-09-03T19:57:14Z http://hdl.handle.net/20.500.11956/212016 2026-09-03T09:11:04Z 2026-01-01T00:00:00Z

Machine learning for recognition of physical systems This thesis investigates deep learning for recognizing physical models from data. We first review SINDy and the GENERIC framework, which separates reversible Hamiltonian dynamics from irreversible dissipative evolution. Using GENERIC with input-convex neural networks, we successfully reconstruct the dynamics of a dissipative double pendulum from simulated trajectories. We then turn to Physics-Informed Neural Networks (PINNs) as a mesh-free solver for the heat equation. On a stationary square, the PINN solution agrees well with a finite elements method reference. The key contribution is the extension to a square with a moving right boundary, where PINNs produce physically plausible temperature fields without any re-meshing. The results demonstrate that embedding thermodynamic structure or governing PDEs into neural network training yields accurate, thermodynamically consistent models. The approach is significant for automated model discovery in complex systems where fundamental equations are unknown. 1; Táto práca skúma hlboké učenie pre rozpoznávanie fyzikálnych mod- elov z dát. Najprv sa oboznámime so SINDy a štruktúrou GENERIC, ktorá rozlišuje vratnú hamiltonovskú a nevratnú disipatívnu dynamiku. Použitím GENERIC s konvexnými neuronovými sieťami úspešne zrekonštruujeme dynamiku disipatívneho dvojitého kyvadla zo simulovaných trajektórií. Potom sa obrátime na fyzikálne informované neuronové siete (PINNs) ako riešič rovnice vedenia tepla bez siete. Na stacionárnom štvorci riešenie PINN dobre súhlasí s referenč- nou metódou konečných prvkov. Prínosom je rozšírenie na štvorec s pohyblivou pravou hranicou, kde PINNs poskytujú fyzikálne prijateľné teplotné polia bez akejkoľvek potreby opakovaného generovania siete. Výsledky ukazujú, že vloženie termodynamickej štruktúry alebo riadiacich parciálnych diferenciálnych rovníc do trénovania neuronových sietí vedie k presným a termodynamicky konzistentným modelom. Tento prístup je významný pre automatizované rozpoznávanie modelov v komplexných systémoch, kde základné rovnice nie sú známe.

2026-01-01T00:00:00Z http://hdl.handle.net/20.500.11956/211934 2026-08-27T01:30:44Z 2026-01-01T00:00:00Z

Design and Characterization of an Experimental Setup for e− + 40Ca+ Trapping Toward Quantum Microwave Detection Název práce Návrh a charakterizace experimentální aparatury pro za- chytávání e− + 40 Ca+ pro účely kvantové detekce mikrovln Autor: Vineet Kumar Oddělení: Oddělení povrchové a plazmové vědy Vedoucí práce: Mgr. Michal Hejduk, Ph.D. Rok: 2026 Abstrakt: Tato práce představuje vývoj experimentální aparatury pro Electron-Ion Trapping Experiment (EiTEx) zaměřený na detekci kvanto- vého mikrovlnného záření. Zahrnuje návrh, konstrukci a charakterizaci klí- čových subsystémů potřebných pro zachytávání a detekci částic, což vedlo k vytvoření modulární platformy integrující technologii ultra-vysokého va- kua (UHV) s aditivně vyráběnými komponentami. Bylo dosaženo stabil- ních podmínek UHV na úrovni přibližně 10−10 mbar, což demonstruje kom- patibilitu 3D-tištěných struktur, včetně zachytávacího rezonátoru z mate- riálu AlSi10Mg a sestavy atomové pece z nerezové oceli 316L, a zároveň umožňuje rychlé prototypování. Prototyp rezonátoru vykazuje činitel ja- kosti 960 při rezonanční frekvenci zachytávání elektronů 2.31 GHz bez vý- znamného zahřívání způsobeného mikrovlnným polem, zatímco dodatečný RF zdroj v rozsahu MHz poskytuje elektrická pole vhodná pro záchyt iontů ve společné oblasti. Zavádění částic do této oblasti pomocí proto- typu sestavy pece bylo ověřeno pomocí dopplerovské spektroskopie a dále potvrzeno...; Title: Design and Characterization of an Experimental Setup for e− + 40 Ca+ Trapping Toward Quantum Microwave Detection Author: Vineet Kumar Department: Department of Surface and Plasma Science Supervisor: Mgr. Michal Hejduk, Ph.D. Year: 2026 Abstract: This work presents the development of the experimental appa- ratus for the Electron-Ion Trapping Experiment (EiTEx), aimed at quan- tum microwave detection. It includes the design, construction, and charac- terization of key subsystems required for trapping and detection, resulting in a modular platform integrating ultra-high-vacuum (UHV) technology with additively manufactured components. Stable UHV conditions on the order of 10−10 mbar were achieved, demonstrating the compatibility of 3D-printed structures, including an AlSi10Mg trapping resonator and a 316L stainless-steel atomic oven assembly, while enabling rapid prototyp- ing. The resonator prototype exhibits a quality factor of 960 at an electron- trapping resonance frequency of 2.31 GHz without significant microwave- induced heating, while an additional RF supply in the MHz range pro- vides electric fields suitable for ion confinement in the common trapping region. Particle loading in this region using the oven assembly prototype was verified through Doppler-shift spectroscopy and further confirmed by...

2026-01-01T00:00:00Z http://hdl.handle.net/20.500.11956/211927 2026-08-26T01:00:55Z 2026-01-01T00:00:00Z

Molecular dynamics simulations of ion channel TRPA1 Title: Molecular dynamics simulations of ion channel TRPA1 Author: Mgr. Vlastimil Zíma Institute: Institute of Physics of Charles University Supervisor: RNDr. Ivan Barvík, PhD., Institute of Physics of Charles Uni- versity Abstract: The ion channel TRPA1 is one of the members of the transient receptor potential channel family. These channels have recently been an im- portant objective of research, because they play important roles in various cellular processes and organismic mechanisms. Especially they are involved in most of the senses. We focused mainly on the TRPA1 ion channel due to its involvement in the pain sensation in humans. Because the molecular mechanisms behind the gating of this channel are not fully understood, their description is a key for a design of new analgesics targeting this channel. We used a homology modeling and molecular dynamics simulations in conjunc- tion with electrophysiological experiments to provide a valuable new insight into the channel mechanisms. We contributed by describing of a putative binding site for calcium ions. Further, many functionally important amino acids were found in the S1-S4 transmembrane domain. Keywords: voltage-gated ion channel, TRPA1 channel, molecular dynamics, homology modeling 1; Název práce: Molekulárně dynamické simulace iontového kanálu TRPA1 Autor: Vlastimil Zíma Katedra: Fyzikální ústav Univerzity Karlovy Vedoucí disertační práce: RNDr. Ivan Barvík, PhD., Fyzikální ústav Univer- zity Karlovy Abstrakt: Iontový kanál TRPA1 je jedním ze členů rodiny TRP kanálů. Tyto kanály jsou v poslední době důležitým cílem výzkumu, neboť hrají důležitou roli v rozličných buněčných a tělesných pochodech, zvláště ve smyslech. Sou- středili jsme se zejména na iontový kanál TRPA1 pro jeho vliv na vnímání bolesti u lidí. Protože mechanismy stojící za otevíráním tohoto kanálu nejsou plně vysvětleny na molekulární úrovni, jejich popis je zásadní pro návrh no- vých léků proti bolesti. Použili jsme homologní modelování a molekulární dynamiku ve spojení s elektrofyziologickými experimenty, abychom poskytli vhled do těchto mechanismů. Přispěli jsme popisem pravděpodobného va- zebného místa pro vápníkové ionty a nalezením mnoha funkčně důležitých aminokyselin zejména v senzorové doméně kanálu TRPA1, která je vnořená do membrány. Klíčová slova: napětím otevírané iontové kanály, iontový kanál TRPA1, mo- lekulární dynamika, homologní modelování 1

2026-01-01T00:00:00Z http://hdl.handle.net/20.500.11956/211888 2026-08-12T01:08:40Z 2026-01-01T00:00:00Z

Srovnání různých konceptů neúplné stochastické dominance

2026-01-01T00:00:00Z