Hoppa direkt till innehållet
printicon

Forskarutbildning i experimentell fysik, teoretisk fysik och beräkningsvetenskap

Forskningen vid institutionen för fysik är mycket omfattande och täcker många mycket olika områden med specialisering inom både teoretisk och försöksbaserad forskning och tekniska användningsområden. Vi har 40 doktorander från åtta olika länder.

Det är nästan omöjligt att ge en fullständig översikt av alla forskningsområden. I stället ger vi nedan ett par inblickar i våra mest aktiva aktuella forskningsområden på institutionen. Doktorander deltar aktivt i alla institutionens forskningsprojekt.

Nanoteknik och materialfysik: arbete med fullerener, kolnanorör, grafen och andra kolbaserade nanostrukturerade material till exempel grafitoxid. Fokus ligger på materialegenskaperna och hur de kan ändras.

Organisk elektronik: utveckla elektronik och fotonik baserat på nya organiska material med elektronisk funktion såsom ljusemitterande elektrokemiska celler (LEC), transistorer, integrerade kretsar och solceller.

Teoretisk fysik, icke-linjär fysik och statistisk fysik: studier av icke-linjära fenomen som instabiliteter och omvandlings fronter i hydrodynamik, förbränning, plasmafysik, kvantelektrodynamik och avancerade material. Modellering av nätverk i biologi, samhälle och teknik.

Optik fysik, atom- och molekylfysik, samt biofotonik: utveckla laserbaserade spektroskopiska tekniker för känslig detektion av molekyler i gasfasen för användningsområden som miljöövervakning. Utveckla laserbaserade metoder för så kallade optiska pincetter, för studier av biopolymerer och proteiner.

Rymdfysik: studier av processer där plasma och magnetfält växelverkar i jordens magnetosfär (sådana processer kan till exempel ge upphov till norrsken. I forskningen studeras data från satelliter och markbaserade stationer, och vi jämför med teoretiska och numeriska modeller.

Läs mer om forskningen vid Institutionen för fysik

Aktuell avhandling

Bättre nätverksmodeller behövs för att förstå stora mängder informationsrik data
Bättre nätverksmodeller behövs för att förstå stora mängder informationsrik data

Utförligare datamängder ger upphov till både utmaningar och möjligheter för nätverk som analysmetod.

Studierektor

Ludvig Lizana
Universitetslektor
E-post
E-post