Faculty of Mathematics and Physics http://hdl.handle.net/20.500.11956/1903 2026-05-16T09:50:39Z 2026-05-16T09:50:39Z http://hdl.handle.net/20.500.11956/207915 2026-05-16T08:56:11Z 2026-01-01T00:00:00Z

Ultrafast Optical Investigation of Spin Relaxation in GaAs/AlGaAs Heterostructure and Quench Switching in Antiferromagnetic CuMnAs iii Název práce: Studium spinové relaxace v GaAs/AlGaAs heterostruktuře a quench- přepínání v antiferomagnetu CuMnAs ultrarychlými optickými metodami Autor: Miloslav Surýnek Oddělení: Katedra chemické fyziky a optiky Školitel: prof. RNDr. Petr Němec, Ph.D., Katedra chemické fyziky a optiky Abstrakt: Tato práce se zabývá ultrarychlou spinově závislou dynamikou v polovodičové heterostruktuře GaAs/AlGaAs a v tenké vrstvě antiferomagnetického kovu CuMnAs, které byly studovány pomocí několika variant metody excitace a sondování. Studium elektronového podsystému na rozhraní GaAs/AlGaAs, vyznačujícího se mimořádně dlouhou spinovou relaxací, vedlo k demonstraci možnosti optického smazání přítomné spinové polarizace na pikosekundové časové škále. V materiálu CuMnAs byl objeven jev zvaný "quench switching", při kterém vlivem absorpce femtosekundového laserového pulzu dojde k ohřátí materiálu do blízkosti Néelovy teploty a následné rychlé ochlazení jej uvede do metastabilního magneticky neuspořádaného stavu s vyšším odporem (až o 20 % při pokojové teplotě). Experimentálně jsme od sebe oddělili dvě rozdílné složky dynamiky změny odporu: související se zvýšením teploty (pikosekundy až nanosekundy), resp. se změnou magnetického uspořádání (milisekundy až sekundy). Ty mohou ve studované analogové součástce...; ii Title: Ultrafast Optical Investigation of Spin Relaxation in GaAs/AlGaAs heterostructure and Quench Switching in Antiferromagnetic CuMnAs Author: Miloslav Surýnek Department: Department of Chemical Physics and Optics Supervisor: prof. RNDr. Petr Němec, Ph.D., Department of Chemical Physics and Optics Abstract: This thesis investigates ultrafast spin-related dynamics in a semiconductor GaAs/AlGaAs heterostructure and in a thin layer of antiferromagnetic metal CuMnAs using a variety of pump-probe experiments. Study of the GaAs/AlGaAs interfacial electron subsystem with an exceptionally long spin lifetime led to the demonstration that spin polarization can be optically erased on a picosecond timescale. In CuMnAs, an effect termed "quench switching" was discovered, in which absorption of a femtosecond laser pulse heats the material to the vicinity of the Néel temperature and subsequent rapid cooling drives it into a metastable magnetically disordered state with higher resistance (up to 20% at room temperature). We experimentally separated the heat-related and magnetic-related components of resistance dynamics, which occur on very different timescales (picosecond to nanosecond, and millisecond to second, respectively) and can serve as a form of short- and long-term memory in a single analog memory device. We...

2026-01-01T00:00:00Z http://hdl.handle.net/20.500.11956/207914 2026-05-16T08:55:50Z 2026-01-01T00:00:00Z

Locally Connected Echo State Networks for Time Series Forecasting Echo state sítě (ESN) jsou třída rekurentních neuronových sítí, v nichž se trénuje pouze malá regresní výstupní vrstva, zatímco váhy samotného rekurentního jádra, tzv. rezervoáru, jsou náhodně inicializovány a zůstávají fixní. Přestože se ESN osvědčily při předpovídání časových řad, v reálných benchmarcích často nedosahují přesnosti nejmo- dernějších hlubokých modelů. V této práci představujeme lokálně spojené ESN (LCESN), novou variantu ESN, která zlepšuje škálovatelnost, stabilitu i přesnost v úlohách predikce časových řad. Její lokální topologie významně snižuje asymptotickou časovou i paměťo- vou složitost oproti klasickým ESN a umožňuje použití podstatně větších sítí. Mechanis- mus "vnucené paměti" dále posiluje schopnost zachycovat dlouhodobé závislosti, aniž by destabilizoval dynamiku sítě. Dalším klíčovým přínosem je nová metoda ladění hyperpa- rametrů, nezbytná pro citlivý dynamický systém, jakým je ESN. Dizertace je strukturována jako komentovaný soubor tří původních vědeckých článků, z nichž každý přináší nové poznatky o rekurentních sítích pro predikci časových řad. Naše výsledky ukazují, že dobře nakonfigurované LCESN překonávají konvenční ESN a dosahují srovnatelné přesnosti se špičkovými modely. Tato zjištění potvrzují, že rekurentní architektury mají i v moderním výzkumu časových řad své...; Echo State Networks (ESNs) are a class of recurrent neural networks in which only a small readout regression layer is trained, while the weights of the recurrent network, termed the reservoir, are randomly assigned and remain fixed. Although ESNs have shown potential in time series forecasting (TSF), they often fail to match state-of-the- art deep learning approaches on real-world benchmarks. In this thesis, we introduce Locally Connected ESN (LCESN), a novel ESN variant improving scalability, stability, and accuracy in TSF tasks. Its local topology significantly reduces asymptotic time and space complexities compared to the conventional ESN, enabling substantially larger networks. The forced memory mechanism enhances their ability to capture long-range dependencies without destabilizing network dynamics. Another key contribution is a novel hyperparameter tuning method, critical for the sensitive dynamic system inherent to ESNs. This thesis is structured as a commented collection of three original research papers, each providing new insights into recurrent neural networks for TSF. Our re- sults demonstrate that well-tuned LCESNs outperform conventional ESNs and achieve competitive accuracy with state-of-the-art models. These findings reaffirm the relevance of recurrent architectures in modern TSF research,...

2026-01-01T00:00:00Z http://hdl.handle.net/20.500.11956/207894 2026-05-12T01:00:51Z

High-strength Mg alloys: on the way to dilute alloys with layered microstructure

http://hdl.handle.net/20.500.11956/207856 2026-05-07T01:14:52Z

Phase transformations in titanium alloys: Advanced insights enabled by single crystals