327 Arbeiten
Die Kategorie Physik — Data-An widmet sich der Schnittstelle, an der moderne Datenwissenschaft die Grundlagen der Physik revolutioniert. Hier entstehen neue Erkenntnisse, indem riesige Datensätze aus Experimenten und Simulationen mit fortschrittlichen Algorithmen analysiert werden, um verborgene Muster im Universum zu entschlüsseln. Diese Arbeiten machen komplexe physikalische Phänomene durch datengetriebene Methoden besser verständlich und greifbar.
Auf Gist.Science durchlaufen wir jeden neuen Preprint aus arXiv in diesem Bereich systematisch. Wir bieten für jedes Werk sowohl eine zugängliche Zusammenfassung in einfacher Sprache als auch eine detaillierte technische Auswertung, damit Forscher und interessierte Laien gleichermaßen profitieren können. Unten finden Sie die neuesten Veröffentlichungen aus diesem dynamischen Forschungsfeld, direkt aus arXiv zusammengefasst.
Die Studie stellt einen Bayesianischen Langevin-Ansatz vor, der es ermöglicht, deterministische und stochastische Dynamiken in kritischen Übergängen zu quantifizieren, und wendet diese Methode erfolgreich an, um die Ursachen und den zeitlichen Ablauf des Blackouts von 1996 im westlichen nordamerikanischen Stromnetz detailliert zu analysieren.
Diese Studie analysiert die S&P500-Marktkorrelation mittels einer generalisierten Langevin-Gleichung, zeigt signifikante Gedächtniseffekte über mindestens drei Handelswochen und eine verborgene langsame Zeitskala auf, die für die Risikominimierung bei der Portfolioauswahl sowie für die Existenz lokal stabiler Marktzustände entscheidend sind.
Die Autoren argumentieren, dass gängige Korrekturen für den Regression-zum-Mittel-Effekt oft problematisch sind und empfehlen stattdessen, die rohe Steigung direkt mit einer strukturellen Nullhypothese zu vergleichen, die auf der Messwiederholbarkeit basiert, um zuverlässige Schlussfolgerungen zu ziehen.
Diese Studie stellt ein neuartiges, nichtlineares reduziertes Ordnungsmodell vor, das auf der Volterra-Theorie und Oszillatordynamik basiert, um die aeroelastische Wechselwirkung von Stoßwellenbuffet in transsonischen Strömungen effizient und präzise zu simulieren.
Die Studie zeigt, dass durch datengesteuerte Merkmalsauswahlverfahren wie SFS eine hochpräzise Materialklassifizierung mittels referenzfreier Terahertz-Spektroskopie mit nur wenigen Frequenzen erreicht werden kann, was kompakte Sensoren für Anwendungen wie Sicherheitskontrollen und zerstörungsfreie Prüfung ermöglicht.
Die Autoren stellen ein datengesteuertes Protokoll vor, das durch die Klassifizierung von Wetterdaten nach Jahreszeiten und die Anwendung von zustandsbasierten verallgemeinerten Master-Gleichungen eine präzise, niedrigdimensionale Modellierung nicht-stationärer, nicht-gaußscher und heteroskedastischer Klimaschwankungen ermöglicht, wo herkömmliche verallgemeinerte Langevin-Gleichungen versagen.
Die Studie zeigt, dass innere Kopplungen den Betriebsbereich eines Quanten-Otto-Zyklus erweitern und dessen Leistung als Wärmekraftmaschine oder Kühlschrank verbessern, indem sie Effizienz und Leistungskoeffizienten über die Grenzen des unkopplten Systems heben, während sie unter der Carnot-Grenze bleiben.
Diese Arbeit stellt eine neue Methode zur Quantifizierung der Komplexität hochdimensionaler Systeme vor, die durch die Kombination von Hilbert-Kurven zur dimensionsreduzierten Kontextbewahrung und generalisierten Entropiemaßen präzise Phasenübergänge erfasst und eine lineare Beziehung zwischen dem Skalierungsexponenten und der euklidischen Dimension aufdeckt.
Dieser Beitrag stellt das Softwarepaket MJOLNIR vor, das entwickelt wurde, um die erhöhte Datenkomplexität neuer multiplexierender Neutronenspektrometer wie CAMEA zu bewältigen, indem es eine einheitliche Rahmenordnung für die Datenreduktion, Visualisierung und Analyse sowie für zukünftige Entwicklungen wie Anpassungs- und Modellierungsroutinen bietet.
Das Python-basierte Softwarepaket DMCy wurde entwickelt, um die komplexe Datenanalyse von Neutronenbeugungsexperimenten am DMC-Diffraktometer an der SINQ für sowohl Pulver- als auch Einkristallproben durch effiziente Reduktion, Visualisierung und reziproke Raumdarstellung zu erleichtern.