36 Arbeiten
Die Studie stellt eine neue Methode namens DE-AC vor, die durch die Analyse der Autokorrelation den dominanten Eigenwert schätzt und damit das bevorstehende Einsetzen von Periodenverdopplungs-Bifurkationen, insbesondere bei Herzrhythmusstörungen, zuverlässiger und sensitiver vorhersagt als herkömmliche Frühwarnindikatoren.
Diese Studie stellt TRec vor, ein physikbasiertes Framework zur zerstörungsfreien Überwachung versiegelter Mikroreaktorkerne mittels Myonenstreuung, das durch die Integration von Impulsmessungen und Bayesscher Aktualisierung die Detektierbarkeit fehlender Brennelemente im Vergleich zu herkömmlichen Methoden erheblich steigert.
Diese Arbeit stellt ein Tutorial vor, das eine zweistufige Bayes'sche Methode zur Unsicherheitsquantifizierung und zur Generierung mehrerer konsistenter Hugoniot-Kurven aus linearen Stoßwellendaten beschreibt, wobei die Vorgehensweise anhand von Argon-, Kupfer- und Nickel-Daten demonstriert und als interpretierbare, recheneffiziente und robuste Alternative zu Bootstrapping-Verfahren bewertet wird.
Der Artikel stellt GenomeBits vor, ein physikbasiertes Werkzeug zur Analyse von Genomsequenzen mittels Signalverarbeitung und Quantenmechanik, das durch die Umwandlung von Nukleotiden in numerische Sequenzen charakteristische Mutationen und Ordnungsübergänge bei SARS-CoV-2-Varianten und Monkeypox aufdeckt.
Die Arbeit stellt Noise2Ghost vor, eine selbstüberwachte, tiefenlernbasierte Methode zur Rekonstruktion von Ghost-Imaging-Daten, die ohne saubere Referenzdaten auskommt und durch hervorragende Rauschunterdrückung besonders für rauschbehaftete Aufnahmen in Low-Light-Szenarien wie der Röntgenfluoreszenzanalyse geeignet ist.
Die Studie stellt ein physik-embeddedes bayessches neuronales Netzwerk (PE-BNN) vor, das durch die Integration kernphysikalischer Vorwissen und eine Optimierung mittels WAIC die energieabhängigen Spaltprodukt-Ausbeuten mit feinen Strukturen präzise vorhersagt.
Die Studie stellt SKANODEs vor, ein Framework, das Kolmogorov-Arnold-Netzwerke in Neural ODEs integriert, um aus Beschleunigungsdaten physikalisch interpretierbare latente Zustände zu rekonstruieren und präzise, symbolische Gleichungen für nichtlineare dynamische Systeme zu entdecken.
Die Studie widerlegt die langjährige Annahme, dass Rotationsbeschleunigung die Hauptursache für Gehirnerschütterungen ist, und zeigt stattdessen, dass lineare Beschleunigung ein präziserer Prädiktor für Verletzungen ist, was zur Entwicklung einer neuen flüssigkeitsbasierten Helmschutztechnologie führt, die das Risiko um bis zu 73 % senken kann.
Die Studie stellt einen neuen globalen Datensatz vor, der die Siedlungsstruktur durch die Bestimmung kritischer Distanzen charakterisiert, bei denen isolierte Siedlungen zu einem zusammenhängenden Cluster verschmelzen, und bietet damit ein unabhängiges Maß für die Siedlungskonnektivität für Forschungsbereiche wie Stadtgeographie und Landschaftsökologie.
Dieser Beitrag stellt ein praktisches Rahmenwerk zur Extremwertanalyse endlicher, multivariater und korrelierter Systeme vor, das durch eine Rotation in die Eigenbasis der Korrelationsmatrix und die Anwendung des Peaks-over-Threshold-Ansatzes unter Berücksichtigung von Nichtstationarität die Risikoschätzung im Finanzsektor und darüber hinaus ermöglicht.
Diese Studie nutzt Visualisierungs- und Sonifikationsmethoden, um anhand von Multifrequenzdaten die Variabilität ausgewählter Blazare zu analysieren und dabei sowohl wissenschaftliche Erkenntnisse zu gewinnen als auch die Inklusion in der Wissenschaftskommunikation zu fördern.
Diese Arbeit stellt eine vollständig datengetriebene Methode namens „strukturierte generalisierte geschnittene Wasserstein-Distanz" vor, die mithilfe von neuronalen Netzen mit zufälligen Gewichten die Polarisation von keV-Röntgenstrahlen direkt aus zweidimensionalen Gas-Pixel-Detektor-Bildern analysiert und dabei sowohl verschiedene Einfallswinkel als auch Polarisationsrichtungen effektiv unterscheidet.
Die Studie identifiziert den Übergang der Eigenwertstatistik von Überlappungsmatrizen von einem Wigner-Halbkreis-Gesetz zu einer Gauß-Verteilung, die durch Tsallis-Statistik mit einem entropischen Index beschrieben wird, der sich von bei hohen Temperaturen bis am kritischen Punkt der Edwards-Anderson-Spinalglas-Phase entwickelt, und schlägt diese spektrale Methode als effizientes Werkzeug zur Charakterisierung von Kritikalität in ungeordneten Systemen vor.
Die Arbeit stellt „O-Sensing" vor, ein Protokoll, das mittels sparsamkeitsgetriebener Optimierung und Maximierung der spektralen Entropie aus wenigen niedrig liegenden Eigenzuständen den Hamilton-Operator, die Wechselwirkungsgeometrie und Symmetrien eines Quanten-Vielteilchensystems rekonstruiert, ohne dass die Kopplungsstruktur im Voraus bekannt ist.
Diese Arbeit stellt einen neuartigen Ensemble-Kalman-Filter-Ansatz vor, der durch eine lokale Approximation der Analyse-Wahrscheinlichkeitsdichtefunktion mittels variationeller Bayes-Optimierung auf natürliche Weise lokalisiert wird und damit den Bedarf an manuell abgestimmten, ad-hoc-Lokalisierungstechniken eliminiert, während er gleichzeitig eine Genauigkeit und einen Rechenaufwand erreicht, die mit etablierten, lokalisierten EnKF- und ETKF-Methoden vergleichbar sind.
Die Autoren analysieren die Diskrepanz zwischen zeitkontinuierlichen Modellen und zeitdiskreten Mess-Rückkopplungs-Architekturen bei Ising-Maschinen, die zu einer erhöhten Hyperparameter-Empfindlichkeit führt, und stellen eine experimentell validierte Methode vor, um diese Empfindlichkeit zu verringern.