327 artículos
La física de datos analíticos explora cómo los grandes volúmenes de información están transformando nuestra comprensión del universo, desde el comportamiento de partículas subatómicas hasta la estructura de galaxias lejanas. Esta disciplina combina el rigor de la física teórica con herramientas computacionales avanzadas para extraer patrones ocultos en experimentos complejos, permitiendo a los científicos formular predicciones más precisas y desafiar las leyes fundamentales de la naturaleza.
En Gist.Science, nos dedicamos a rastrear cada nuevo prepublicación que se carga en arXiv dentro de esta categoría. Procesamos cada documento para ofrecer dos versiones de resumen: una explicación en lenguaje sencillo para cualquier curioso y un análisis técnico detallado para expertos. Así, democratizamos el acceso al conocimiento de vanguardia sin sacrificar la profundidad científica.
A continuación, encontrarás la selección más reciente de investigaciones en física de datos analíticos, listas para ser exploradas en sus distintos niveles de detalle.
Este estudio presenta un método de análisis de componentes basado en emuladores para descomponer la variabilidad espectral en soluciones de azobenceno, permitiendo identificar las características estructurales clave que impulsan los cambios en sus espectros de absorción UV-visible.
Este estudio propone un marco de modelado sustituto de fidelidad múltiple basado en co-kriging recursivo para predecir con alta precisión y bajo costo computacional los coeficientes de carga de viento en portacontenedores modernos, considerando tanto su geometría como la influencia de estructuras cercanas en entornos portuarios.
Este estudio investiga una transición de fase bayesiana en el modelo de Ising crítico mediante la teoría de réplicas, revelando una simetría ampliada y un escalamiento múltiple de las funciones de correlación tanto en dos dimensiones como mediante una expansión .
Este trabajo propone una nueva arquitectura denominada Temporal U-Net, que integra una pérdida perceptual y un puente basado en principios físicos para lograr una interpolación de dinámica de fluidos de alta fidelidad, superando el desenfoque espacial y la falta de detalle de los métodos convencionales.
Este artículo presenta ArchGEM, un marco de trabajo automatizado que utiliza métodos de detección de picos y modelos de mezcla gaussiana para identificar y caracterizar el ruido de luz dispersa en los detectores LIGO, permitiendo vincular las características espectrales con el movimiento de las superficies causantes del ruido.
Este artículo propone un nuevo método que combina la mecánica estadística con el muestreo de Wang-Landau para optimizar la inferencia bayesiana mediante el uso de "posteriores templados", logrando resultados más precisos en problemas complejos de ciencia de materiales con menor esfuerzo computacional.
Este artículo presenta un método basado en la inferencia bayesiana para reconstruir a partir de datos de series temporales las ecuaciones de la dinámica de fase espaciotemporal de patrones viajeros y oscilantes en sistemas de reacción-difusión.
El artículo propone que la constante relación de temperatura entre el EUV y la radio en el Sol tranquilo () es una medida de la divergencia de información (entropía relativa) entre dos proyecciones distintas de una distribución de electrones no térmica sobre una familia de distribuciones Maxwellianas.
Este estudio demuestra que la intermitencia en la turbulencia extiende la longitud de coherencia de Markov-Einstein mucho más allá del valor canónico, revelando que los eventos extremos poseen una memoria significativamente mayor que el resto del cascada de energía.
El artículo propone que la expansión monetaria no genera inflación si el nuevo dinero se absorbe en un "compartimento de reserva" en lugar de en el de consumo, un fenómeno que identifican como una transición de fase en la función del dinero analizando el caso de Japón.