Boyutsal Tutarlılık
Fiziksel Gerçekliğin Dili: Boyutsal Tutarlılık ve Boyut Analizi
Fizik yasaları, yalnızca belirli bir zaman ve mekânda geçerli yerel kurallar değildir; evrensel nitelik taşıyan ilişkilerdir. Bu evrensellik iddiasının en güçlü kanıtlarından biri, fiziksel denklemlerin birim sisteminden bağımsız kalabilmesidir. Bir denklem, Newton’un yerçekimi yasasını Antarktika’da da, uzayın öteki ucunda da aynı öngörüyle ifade edebiliyorsa, bu tutarlılığın temelinde boyutsal homojenlik ilkesi yatmaktadır.
Boyutsal analiz (dimensional analysis), fiziksel büyüklüklerin birbiriyle ilişkisini temel boyutlar cinsinden inceleyen sistematik bir çerçevedir.[1] Yalnızca hataları bulmakla kalmaz; denklemler arasındaki gizli yapısal kısıtlamaları da gün yüzüne çıkarır. 19. yüzyılda Joseph Fourier’nin fizik yasalarının ölçüm biriminden bağımsız olması gerektiği gözleminden[2] başlayarak, Edgar Buckingham’ın 1914’teki teoremine[3] ve günümüzün yapay zeka destekli sembolik regresyon çalışmalarına[4] uzanan bu çerçeve, fiziksel gerçekliği tanımlamanın en temel araçlarından biri olmaya devam etmektedir.
1. Temel Kavramlar ve Boyutsal Sistem
1.1 Boyut, Birim ve Temel Büyüklükler
Fiziksel bir büyüklüğün boyutu, onun hangi temel niceliklerin birleşiminden oluştuğunu gösterir; sayısal değer içermez. Uzunluk, ; kütle, ; zaman, ; elektrik akımı, ; sıcaklık, ; madde miktarı, ; ve ışık şiddeti, olmak üzere yedi temel boyut tanımlanmıştır.[5] Bu yedi boyut, SI (Uluslararası Birimler Sistemi) temel birimlerine karşılık gelir: metre, kilogram, saniye, amper, kelvin, mol ve kandela.
Türetilmiş büyüklükler bu temel boyutların çarpımından veya bölümünden elde edilir. Örneğin:
Burada kuvveti, enerjiyi ve basıncı simgelemektedir.[6] Dikkat çekici bir nokta, tork () ile enerjinin () boyutsal olarak aynı () olmasına karşın fiziksel açıdan birbirinden özünde farklı büyüklükler olmasıdır; bu durum, boyutsal eşliğin tek başına fiziksel özdeşliği garantilemediğini ortaya koyar.[7]
1.2 Boyutsal Homojenlik İlkesi
Boyutsal homojenlik (dimensional homogeneity), herhangi bir fiziksel denklemdeki her terimin aynı boyuta sahip olması zorunluluğunu ifade eder.[8] Bu ilkenin mantıksal temeli son derece sağlamdır: Yalnızca aynı boyuttaki büyüklükler toplanabilir, çıkarılabilir ya da karşılaştırılabilir. Kütle ile uzunluğu toplamak, sayısal bir ifade üretse bile fiziksel anlam taşımaz.
Klasik kinematik denklem bu ilkeyi somutlaştırır:
Sol taraf ():
Sağ taraf, birinci terim ():
Sağ taraf, ikinci terim ():
Her terim boyutundadır; denklem boyutsal olarak homojendir.[9] Boyutsal denetim, türetilmiş denklemlerin tutarlılığının zorunlu ancak yeterli olmayan bir koşuludur; çünkü boyutsal olarak doğru ama sayısal katsayı açısından hatalı bir ifade var olabilir.
Schrödinger denklemi gibi kuantum mekaniğinin temel denklemleri de bu ilkeye uymaktadır:
Sol taraf:
Sağ taraf:
Dalga fonksiyonu olasılık yoğunluğu yorumunda boyutsuz kabul edildiğinden, her iki taraf da enerji boyutuna sahiptir.[10]
1.3 Boyutsal Matris ve Buckingham Teoremi
Buckingham teoremi, boyutsal analizin en güçlü aracıdır.[11] Teoremin ifadesi şöyledir: boyutlu değişkenden oluşan bir fiziksel sistemi tanımlayan herhangi bir ilişki, boyutsuz parametre ( grubu) içeren eşdeğer bir ifadeye dönüştürülebilir; burada , değişkenlerin boyut matrisinin rankıdır.
Sıvı mekaniğinde sürükleme kuvveti () örneğini ele alalım. İlgili değişkenler şunlardır: akışkan yoğunluğu , hız , karakteristik uzunluk ve dinamik viskozite .
Tek boyutsuz grup Reynolds sayısıdır:
Bu sayı, eylemsizlik kuvvetlerinin viskoz kuvvetlere oranını temsil eder ve akışın laminar mi turbülanslı mı olduğunu belirler.[12] değerinin altında akış laminar, üstünde ise türbülanslıdır; bu eşiğin birim sisteminden bağımsız olması, boyutsal homojenliğin bir yansımasıdır.
Isı transferi problemlerinde benzer bir yaklaşım üç boyutsuz grup üretir:
Nusselt sayısı (), Reynolds sayısı () ve Prandtl sayısı () birlikte, yedi bağımsız değişkenin varlığını üç parametreye indirger.[13] Bu indirgeme, deneysel tasarımı köklü biçimde basitleştirir.
Boyutsal matris yaklaşımında, her değişkenin her temel boyut cinsinden kuvvetleri bir matris oluşturur. Gauss-Jordan eliminasyonu uygulanarak matrisin rankı bulunur ve grupları bu kernelden türetilir.[14]
2. SI Sisteminin 2019 Revizyonu: Doğa Sabitlerinden Doğan Birimler
Mayıs 2019’da yürürlüğe giren SI revizyonu, birim sisteminin tarihsel en köklü dönüşümünü temsil etmektedir.[15] Kilogram, amper, kelvin ve mol yeniden tanımlanmıştır. Bu tanımlamada referans olarak kullanılan sabitler ve değerleri şöyledir:
| Sabit | Sembol | Değer | İlgili Birim |
|---|---|---|---|
| Planck sabiti | J·s | Kilogram | |
| Elementel yük | C | Amper | |
| Boltzmann sabiti | J·K | Kelvin | |
| Avogadro sabiti | mol | Mol |
Revizyonun temel gerekçesi, uluslararası prototip kilogramın (platin-iridyum silindir) küçük de olsa değiştiğinin gözlemlenmesiydi.[16] Değişken bir fiziksel nesneye dayanan ölçüm standartları, giderek artan bilimsel hassasiyet gereksinimini karşılayamaz hale gelmişti. Yeni tanımlamada (sezyum-133 atomu hiperince geçiş frekansı), (ışık hızı) ve gibi evrensel sabitler tam olarak sabitlenmiştir; bu durum, SI birimlerinin artık doğanın değişmez özellikleri üzerine inşa edildiği anlamına gelmektedir.[17]
Kilogramın Planck sabiti üzerinden tanımlanması özellikle dikkat çekicidir. ’nin boyutu olduğundan ve metre ile saniye zaten ve aracılığıyla sabitlenmiş olduğundan, Kibble dengesi aracılığıyla ’nin sabit değeri, kilogramı doğrudan belirler:
Artık teorik olarak, erişimi olan herhangi bir laboratuvar mükemmel bir kilogramı gerçekleştirebilir; bu önceki sistemde yalnızca Paris’teki BIPM deposundaki bir nesne tarafından mümkündü.[18]
3. Boyutsal Analizin Güncel Uygulamaları
3.1 Türbülanslı Akışlarda Ölçekleme
Kolmogorov (1941) hipotezleri, türbülanslı akışların enerji dağılımını boyutsal analiz aracılığıyla tanımlamıştır. Enerji yayılım hızı ve kinematik viskozite birleştirilerek Kolmogorov uzunluk ölçeği elde edilir:
Bu denklemin tutarlılığını doğrulayalım:
Buckingham teoremini doğrudan türbülanslı akışlara uygulayan güncel çalışmalar, yapay zeka ve makine öğrenmesini bu çerçeveyle birleştirmiştir. Fukami ve Taira (2024) ile ilgili araştırmacılar, veri güdümlü nonlineer ölçekleme yöntemlerini Buckingham değişkenleriyle birleştirerek türbülanslı akışlardaki girdap yapılarının ölçek-değişmez özelliklerini ortaya koymuştur.[19] Bu çalışmaların temel bulgusu, Kolmogorov benzeri hipotezlerin anlık olarak değil, ortalama düzeyde geçerli olduğunu; dengede olmayan durumlarda nonlineer düzeltmelere ihtiyaç duyulduğunu göstermektedir.
Carpinteri ve Accornero (2021), boyutsal analizin fraktür mekaniği, türbülans, rezonans ve kendi ağırlığından kaynaklanan yenilme gibi kritik fenomenlere uygulanmasını incelemiştir. Her kritik fenomenin birkaç temel mekanik büyüklükten oluşturulan belirli boyutsuz sayılar tarafından yönetildiği gösterilmiştir.[20]
3.2 Yapay Zeka ve Boyutsal Kısıtlamalar
Son yıllarda sembolik regresyon (symbolic regression) alanında boyutsal tutarlılığın matematiksel bir kısıtlama olarak kullanımı önemli bir araştırma alanına dönüşmüştür. Tenachi ve diğerleri (2023) tarafından geliştirilen Φ-SO (Physical Symbolic Optimization) çerçevesi, derin takviyeli öğrenmeyi boyutsal analiz kısıtlamalarıyla birleştirerek fizik verilerinden analitik ifadeler çıkarmaktadır.[21] Sistemin temel özelliği, ürettiği her denklemin birim tutarlılığına sahip olması zorunluluğunun “gramatikal kural” gibi işlev görmesidir; bu kısıtlama, arama uzayını muazzam biçimde daraltmakta ve gürültülü verilerle bile doğru fiziksel ifadelerin keşfini mümkün kılmaktadır.
Udrescu ve Tegmark (2020) tarafından geliştirilen AI Feynman algoritması,[22] veri tablosundan fizik denklemlerini türetirken boyutsal analizin değişken sayısını azaltma işlevi olarak kullandığını göstermiştir. Gravite yasasını 9 değişkenden otomatik olarak türetme başarısı, boyutsal analizin yapay zeka için de temel bir keşif aracı olduğunu ortaya koymaktadır.
Podina ve diğerleri (2024) ise boyutsal analizin sembolik regresyon ve Evrensel Fizik Bilgisi Sinir Ağları (UPINNs) ile birleştirilmesinin hesaplama süresini önemli ölçüde kısalttığını ve gizli terimlerin bulunmasındaki doğruluğu artırdığını raporlamıştır.[23]
IT- adıyla anılan bilgi teorisi tabanlı boyutsuz öğrenme yöntemi ise Buckingham teoremini indirgenemez hata teoremiyle birleştirerek en yüksek öngörü gücüne sahip boyutsuz değişkenleri bilgi içerikleri üzerinden sıralamaktadır. Bu yaklaşım, süpersonik türbülans, magnetohidrodinamik enerji üretimi ve lazer-metal etkileşimi gibi alanlara uygulanmıştır.[24]
3.3 Evrensellik ve Boyutsal Ölçekleme Yasaları
İstatistiksel mekanikte evrensellik (universality), mikroskobik yapısı birbirinden tamamen farklı olan sistemlerin faz geçişlerinde aynı ölçekleme davranışını sergilemesi olgusudur.[25] Bighin ve diğerleri (2024) tarafından gerçekleştirilen çalışmada, homojen olmayan graflar üzerinde evrensel ölçeklemenin yalnızca tek bir parametre olan spektral boyut () tarafından kontrol edildiği gösterilmiştir.[26] Kritik üstellerin tam boyut (integer dimension) dışındaki değerler de dahil olmak üzere spektral boyutun sürekli bir fonksiyonu olduğu tespit edilmiştir.
Renormalizasyon grubu yaklaşımı, bu evrenselliğin matematiksel açıklamasını sunar: Faz geçişine yaklaşıldıkça boyut-bağımlı parametreler önemsizleşir, boyut-bağımsız yapı ön plana çıkar. Böylece mikroskobik ayrıntılardan bağımsız, ölçek-değişmez istatistiksel alan teorileri sistemin kritik davranışını tam olarak yeniden üretebilir.[27]
4. Kavramsal Analiz
4.1 Nizam, Gaye ve Sanat Analizi
Boyutsal tutarlılık ilkesinin en dikkat çekici özelliği, kozmik ölçekte geçerli bir zorunluluk gibi davranmasıdır. Evrenin herhangi bir köşesinde gerçekleştirilen bir deneyin sonuçları, aynı fiziksel yasayı tanımlayan bir denklemin her iki tarafının aynı boyuta sahip olması gerektiği beklentisiyle tam uyum içindedir. Birim sistemi yerli seçimi değiştirme özgürlüğünü korurken, boyutsal yapının kendisi değişmez.
grubu sayısının azlığı da bu noktada dikkat çekicidir. Potansiyel olarak binlerce boyutlu parametrenin tanımlanabileceği bir evrende, hangi boyutsuz kombinasyonların fiziksel fenomenleri gerçekten yönettiği meselesi ciddi bir seçicilik gerektirir. Reynolds sayısı gibi sayıların çok farklı fiziksel sistemlerde (borular, uçak kanatları, biyolojik akışlar, gök cisimleri çevresindeki plazma) aynı geçiş davranışını yönetiyor olması, biçimsel ortaklığa işaret eden bir düzene dikkat çekmektedir. Bu boyutsuz eşiğin varlığı ve birin etrafındaki dar geçiş bölgesi, tesadüfle değil belirli bir yapısal örgütlenmeyle daha iyi açıklanabilir gibi görünmektedir.
Kolmogorov’un türbülans ölçek yasalarında boyutsal analizin yalnızca (enerji yayılım hızı) ve (kinematik viskozite) gibi iki büyüklükten hareketle Kolmogorov uzunluk ölçeğini, hız ölçeğini ve zaman ölçeğini tamamen belirleyebilmesi de benzer bir durumu ortaya koymaktadır. İki değişken üç ölçeği sabitleyen bir yapı, fazlasıyla kısıtlanmış bir sistemdir.
4.2 İndirgemeci ve Materyalist Safsataların Eleştirisi
Boyutsal analizde dilbilimsel açıdan dikkat çekici bir eğilim gözlemlenmektedir. Sıkça “boyutsal analiz denklemlerin doğruluğunu kanıtlar” ya da “Buckingham teoremi sistemi açıklar” gibi ifadeler kullanılmaktadır. Oysa bu çerçeveler betimleyici niteliktedir; yani neyin mümkün olduğunu sınırlandırır, neden o ilişkinin var olduğunu kurmaz.
Boyutsal homojenlik bir denklemin fiziksel olarak anlam taşıyıp taşımadığını test eder; ancak o anlamlı yapının niçin var olduğunu temellendirmez. “Boyutsal homojenlik yasaların tutarlı kalmasını sağlar” ifadesi, aracı fail konumuna yükseltmektedir. Daha doğru bir ifade şudur: Boyutsal homojenlik, gözlemlenen fiziksel yasaların sahip olduğu bir özelliktir; bu özelliğin kendisi açıklanması gereken bir olgudur.
Benzer biçimde, Reynolds sayısının türbülans geçişini “kontrol ettiği” söylenmektedir. Oysa Reynolds sayısı, eylemsizlik ve viskoz kuvvetler arasındaki oranı betimler; akışın ne yapacağına dair bir karar mekanizması değil, mevcut durumun bir ölçütüdür. Geçişin hangi değerinde gerçekleşeceği, boyutsal analizle değil deneysel gözlem ve teorik çözümlerle belirlenmektedir.
Yapay zeka sistemlerinin boyutsal kısıtlamalar aracılığıyla denklemleri “keşfetmesi” de benzer bir kavramsal soruyu gündeme getirir: Boyutsal tutarlılık kısıtlaması arama uzayını daraltmakta ve geçerli aday ifadelerin sayısını azaltmaktadır; fakat hangi ifadenin gerçekliği temsil ettiği sorusu başka bir düzlemde yer almaktadır. Kısıtlama, keşfin koşuludur; keşfin kaynağı değil.
4.3 Hammadde ve Sanat Ayrımı Analizi
SI revizyonunun en felsefi açıdan ilgi çekici boyutu, 2019’dan itibaren kilogramın platinden yapılmış somut bir silindir yerine Planck sabitinin sayısal değeriyle tanımlanmasıdır. Hammadde düzeyinde bakıldığında Planck sabiti J·s yalnızca bir sayıdır. Fakat bu sayının kütle birimine dönüştürülmesi için Kibble dengesi (manyetik kuvvet ile mekanik kuvveti dengeleyen hassas bir ölçeğin) kurulması, ışık hızının ve sezyum geçiş frekansının tutulması ve metreler boyunca hesaplamanın tutarlı kalması gerekmektedir. Sonuç olarak elde edilen kilogram artık “doğanın bir niteliğiyle” bağlantılıdır; bu bağlantı atomların, sayıların ve deney düzeneğinin ötesinde bir planlama gerektirmektedir.
Boyutsuz sayılar bu ilişkiyi farklı bir açıdan gösterir. Reynolds sayısının kendisi yoğunluk, hız ya da viskozitede barındırılmaz; bu büyüklüklerin belirli bir kombinasyonunun oluşturduğu soyut bütünde mevcuttur. Saf laminar akışta ne yoğunluk ne hız ne de viskozite türbülansın “ne zaman” başlayacağı bilgisini tek başına içerir. Bu bilgi, bileşenlerin dışında bir düzlemde ortaya çıkmaktadır. Aynı eşiğinin çok farklı sıvılarda ve geometrilerde geçerli olması, bu çıkış olgusunun bireysel bileşenlere indirgenemez nitelikte olduğunu göstermektedir.
Kolmogorov’un ifadesindeki en yoğunlaştırıcı boyut ise şudur: Türbülanslı bir akıştaki en küçük girdabın boyutunu yalnızca iki değişkenin boyutsal kombinasyonu belirlemektedir. Bu iki değişkenden hiçbiri kendi başında sınır uzunluğu bilgisini barındırmamaktadır; birlikte, belirli bir üs ilişkisiyle bir araya geldiklerinde bu bilgi meydana gelmektedir. Hammaddenin (viskozite ve enerji yayılım hızı) nasıl bir üst-yapı oluşturabileceğine dair bu örnek, boyutsal tutarlılığın aynı zamanda varlık katmanlarına ilişkin bilgi barındırdığını düşündürmektedir.
5. Sonuç
Boyutsal tutarlılık, fiziksel denklemlerin beklenmesi gereken minimum niteliği olarak tanımlanmaktadır. Ancak bu minimumun içeriği, üzerinde durmaya değer bir derinlik taşımaktadır. Yedi temel boyutun bütün fiziksel büyüklüklerin ifade edilebildiği tam bir temel oluşturması, bu yedi kategorinin evrensel geçerliliğe sahip olması ve Buckingham teoreminin onlarca değişkeni birkaç boyutsuz gruba indirgemesine olanak tanıması, tesadüfle ya da salt tanımsal zorunlulukla açıklanamaz. Fizik yasalarının herhangi bir birim sisteminden bağımsız oluşu, bu yasaların o sistemlerden daha derin bir gerçekliği yansıttığına işaret etmektedir.
2019 SI revizyonuyla birimlerin doğanın sabit değerlerine bağlanmış olması, ölçüm pratiğini daha sağlam bir zemine oturttuğu gibi, kavramsal bir ilerlemeye de işaret etmektedir: Fiziksel standartlar, insan yapımı nesnelerin yerini değişmez doğal büyüklüklere bırakmıştır. Planck sabiti evrenin her yerinde aynı değerdedir; platinden yapılmış bir silindir bozulabilir.
Yapay zeka sistemlerinin boyutsal tutarlılığı bir kısıtlama olarak kullandığında performansının dramatik biçimde artması, bu ilkenin pratik verimliliğine dair güçlü bir kanıttır. Gürültülü verilerden fiziksel yasa çıkarma sorununda boyutsal yapı, binlerce yanlış aday denklemin elenmesini sağlamaktadır. Bu sonuç, boyutsal homojenliğin yalnızca bir metodolojik kural olmadığına, gerçekliğin yapısını yansıtan bir özellik olduğuna dair deneysel bir bulgu olarak da değerlendirilebilir.
Boyutsal tutarlılık, enerjinin ya da maddenin kendisi değil, onların nasıl ilişkilendiğine dair bir simetrinin yansımasıdır. Bu simetrinin varolduğu, ölçek-bağımsız boyutsuz sayılara meydana geldiği ve fiziksel yasaların tümünde çalıştığı burada ortaya konulan delillerdir. Bu deliller ışığında, böylesine simetrik ve tutarlı bir yapının kaynağına dair nihai karar okuyucunun kendi aklına ve vicdanına bırakılmaktadır.
Kaynakça
- ↑ Buckingham, E. (1914). On physically similar systems; Illustrations of the use of dimensional equations. Physical Review, 4(4), 345–376. https://doi.org/10.1103/PhysRev.4.345
- ↑ Fourier, J. B. J. (1822). Théorie analytique de la chaleur. Firmin Didot Père et Fils.
- ↑ Sonin, A. A. (2001). The physical basis of dimensional analysis (2nd ed.). MIT Press. https://web.mit.edu/2.25/www/pdf/DA_unified.pdf
- ↑ Tenachi, W., Ibata, R., & Diakogiannis, F. I. (2023). Deep symbolic regression for physics guided by units constraints: Toward the automated discovery of physical laws. The Astrophysical Journal Letters, 956(1), L37. https://doi.org/10.3847/2041-8213/acfa2f
- ↑ Buckingham, E. (1914). On physically similar systems; Illustrations of the use of dimensional equations. Physical Review, 4(4), 345–376. https://doi.org/10.1103/PhysRev.4.345
- ↑ University of Limpopo, Faculty of Science and Agriculture. (2024). Study guide: General physics (mechanics) – SPHY011. CliffsNotes Study Notes.
- ↑ Fourier, J. B. J. (1822). Théorie analytique de la chaleur. Firmin Didot Père et Fils.
- ↑ Buckingham, E. (1914). On physically similar systems; Illustrations of the use of dimensional equations. Physical Review, 4(4), 345–376. https://doi.org/10.1103/PhysRev.4.345
- ↑ Sparkl Education. (2023). Check homogeneity of physical equations – Physical quantities and units: AS & A Level Physics 9702. https://www.sparkl.me/learn/as-a-level/physics-9702/check-homogeneity-of-physical-equations/revision-notes/4988
- ↑ Sparkl Education. (2023). Check homogeneity of physical equations – Physical quantities and units: AS & A Level Physics 9702. https://www.sparkl.me/learn/as-a-level/physics-9702/check-homogeneity-of-physical-equations/revision-notes/4988
- ↑ Sonin, A. A. (2001). The physical basis of dimensional analysis (2nd ed.). MIT Press. https://web.mit.edu/2.25/www/pdf/DA_unified.pdf
- ↑ White, F. M. (2023). Fluid mechanics (9th ed.). McGraw-Hill. [Buckingham Pi theorem applications in heat and mass transfer]; ScienceDirect Topics. https://www.sciencedirect.com/topics/engineering/buckinghams-theorem
- ↑ White, F. M. (2023). Fluid mechanics (9th ed.). McGraw-Hill. [Buckingham Pi theorem applications in heat and mass transfer]; ScienceDirect Topics. https://www.sciencedirect.com/topics/engineering/buckinghams-theorem
- ↑ Sonin, A. A. (2001). The physical basis of dimensional analysis (2nd ed.). MIT Press. https://web.mit.edu/2.25/www/pdf/DA_unified.pdf
- ↑ NPL (National Physical Laboratory, UK). (2019). The redefinition of the SI units. https://www.npl.co.uk/resources/the-si-units/the-redefinition-of-the-si-units
- ↑ Mills, I. M., Mohr, P. J., Quinn, T. J., Taylor, B. N., & Williams, E. R. (2011). Adapting the International System of Units to the twenty-first century. Philosophical Transactions of the Royal Society A, 369(1953), 3907–3924. https://doi.org/10.1098/rsta.2011.0180
- ↑ Mills, I. M., Mohr, P. J., Quinn, T. J., Taylor, B. N., & Williams, E. R. (2011). Adapting the International System of Units to the twenty-first century. Philosophical Transactions of the Royal Society A, 369(1953), 3907–3924. https://doi.org/10.1098/rsta.2011.0180
- ↑ NPL (National Physical Laboratory, UK). (2019). The redefinition of the SI units. https://www.npl.co.uk/resources/the-si-units/the-redefinition-of-the-si-units
- ↑ Fukami, K., & Taira, K. (2024). Data-driven nonlinear turbulent flow scaling with Buckingham Pi variables. Journal of Fluid Mechanics. https://doi.org/10.1017/jfm.2024.116
- ↑ Carpinteri, A., & Accornero, F. (2021). Dimensional analysis of critical phenomena: Self-weight failure, turbulence, resonance, fracture. Physical Mesomechanics, 24, 459–463. https://doi.org/10.1134/S102995992104010X
- ↑ Tenachi, W., Ibata, R., & Diakogiannis, F. I. (2023). Deep symbolic regression for physics guided by units constraints: Toward the automated discovery of physical laws. The Astrophysical Journal Letters, 956(1), L37. https://doi.org/10.3847/2041-8213/acfa2f
- ↑ Udrescu, S.-M., & Tegmark, M. (2020). AI Feynman: A physics-inspired method for symbolic regression. Science Advances, 6(16), eaay2631. https://doi.org/10.1126/sciadv.aay2631
- ↑ Podina, L., Noël, T., & Bhatt, M. (2024). Enhancing symbolic regression and universal physics-informed neural networks with dimensional analysis. arXiv:2411.15919. https://arxiv.org/abs/2411.15919
- ↑ Molina, L., & Hassanzadeh, P. (2025). Dimensionless learning based on information. Nature Communications, 16, 9321. https://doi.org/10.1038/s41467-025-64425-8
- ↑ Wikipedia – Scale invariance. (2025). Scale invariance. https://en.wikipedia.org/wiki/Scale_invariance
- ↑ Bighin, G., Enss, T., & Defenu, N. (2024). Universal scaling in real dimension. Nature Communications, 15, 4207. https://doi.org/10.1038/s41467-024-48537-1
- ↑ Wikipedia – Scale invariance. (2025). Scale invariance. https://en.wikipedia.org/wiki/Scale_invariance