볼츠만 메달
보이기
볼츠만 메달(영어: Boltzmann Medal)은 IUPAP (Commission on Ststistical Physics (C3) of the International Union of Pure and Applied Physics)에 의하여 통계물리학 분야의 뛰어난 업적을 기리기 위하여 제정되었다. 루트비히 볼츠만의 이름을 따서 만들었다.
이 볼츠만 메달은 국제 통계 물리학회의 (STATPHYS, International Conference on Statistical Physics) 기간에 수여된다. 국제 통계 물리학회의는 매 3년마다 열린다.
수상자 명단
[편집]년도 | 수상자 | 출신 대학 | 업적 |
1975 | 케네스 G. 윌슨 | 코넬 대학교 | |
1977 | 구보 료고 | 도쿄 대학교 | 변동 이론 분야에 기여했음. |
1980 | 로드니 백스터 | 오스트레일리아 국립 대학교 | |
1983 | 마이클 피셔 | 메릴랜드 대학교 | |
1986 | 다비드 뤼엘 | IHÉS | |
야코브 시나이 | 모스크바 국립 대학교 | ||
1989 | 리오 카다노프 | 시카고 대학교 | |
1992 | 조엘 레보위츠 | 럿거스 대학교 | 평형과 비평형 열역학과 통계물리학 커뮤니티에 중요한 기여를 하였음. |
조르조 파리시 | 로마 라 사피엔차 대학교 | 통계물리학, 특히 스핀 글래스의 평균장 근삿값을 해결하였음. | |
1995 | 삼 에드워즈 | 케임브리지 대학교 | |
1998 | 엘리엇 리브 | 프린스턴 대학교 | |
벤저민 위덤 | 코넬 대학교 | 유체와 유체 혼합물의 통계 역학과 그들의 계면 특성을 연구하였다. 특히, 표면장력과 임계점 근처 유체의 상태 방정식을 위해 규모 가설을 일반적으로 공식화했음. | |
2001 | 베르니 알더 | 캘리포니아 대학교 데이비스 | 분자동역학 시뮬레이션 기술을 발명하고 이러한 ‘컴퓨터 실험’으로 통계역학 분야에서 중요한 발견을 하였고, 특히, 단단한 구체의 용융/결정화 전이. 유체에서의 자기상관 함수의 장기간 감소가 가능하다는 것을 보여주었음. |
가와사키 교지 | 주부 대학교 | 응집물질물리학의 동적 현상. 특히, 전단 유체의 임계 현상이나 위상 분리 반응 속도론과 같은 임계 근처 유체의 모드 결합 이론과 비선형 문제에 기여했음. | |
2004 | 에스겔 코헨 | 록펠러 대학교 | 밀도가 높은 기체의 이동 현상에 대한 이론, 비평형 정상 상태에서의 측정과 변동의 특성에 대한 이론을 포함한 비평형 통계역학에 기여했음. |
유진 스탠리 | 보스턴 대학교 | 스핀 시스템의 위상 전이와 임계 현상 이론, 그리고 침투 문제를 포함한 통계 물리학의 여러 분야에 기여했음. 그리고 이러한 아이디어를 액체의 변칙적인 특성을 해석하는데 적용했음. | |
2007 | 쿠르트 빈더 | 마인츠 대학교 | |
조반니 갈라보티 | 로마 라 사피엔차 대학교 | ||
2010 | 존 카디 | 옥스퍼드 대학교 | |
버나드 데리다 | 고등사범학교 | ||
2013 | 조반니 조나-라시니오 | 로마 라 사피엔차 대학교 | 입자물리학에서 자발 대칭 깨짐과 비평형 변동 이론에 기여했음. |
해리 스위니 | 텍사스 오스틴 대학교 | 통계물리학의 많은 분야에 큰 영향을 미쳤음. | |
2016 | 단 프렌켈 | 케임브리지 대학교 | 동역학의 통계-기계적 이해, 자기 조립과 연성물질의 위상 성질에 선구적인 기여를 하였음. |
이브 포모 | 애리조나 대학교, 고등사범학교 | 비평형 현상의 통계 물리학에 대해 기여했으며, 특히 유체역학, 불안정성, 패턴 형성과 혼돈 이론에 대한 현대적 이해를 발전하게 하였음. | |
2019 | 허버트 스폰 | 뮌헨 공과대학교 | |
2022 | 디팍 다르 | 타타 기초 연구소 | 자기 조직적 임계성 모델의 정확한 솔루션, 계면 성장, 무질서한 자기 시스템에서의 보편적인 장기 이완법, 침투 및 클러스터 계산 문제의 정확한 해결책, 차원분열 도형의 스펙트럼의 차원 정의를 포함한 통계 물리학 분야에서 선구적인 기여를 했음. |
존 홉필드 | 프린스턴 대학교 | 분자 수준에서 정보를 전달하는 동역학 교정부터 뇌의 계산에 대한 사고를 위한 새로운 언어를 만드는 신경망과 생명현상을 포함한 통계물리학의 경계를 확장시켰음. |