334 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 artículo presenta un modelo de orden reducido no lineal e inestacionario que integra dinámica de osciladores no lineales con la teoría de Volterra para modelar con alta precisión y eficiencia computacional las interacciones aeroelásticas del buffet transónico en configuraciones tridimensionales, superando las limitaciones de los estudios bidimensionales existentes.
Este estudio demuestra que la selección de características basada en datos permite una clasificación precisa de materiales mediante espectroscopía de reflexión en el rango de terahercios sin necesidad de referencias, utilizando un subconjunto reducido de frecuencias que coincide con las bandas de absorción reales.
Este artículo presenta un protocolo de modelado impulsado por datos que utiliza ecuaciones maestras generalizadas para describir con precisión las fluctuaciones climáticas no estacionarias, no gaussianas y heterocedásticas del tiempo en Boulder, Colorado, superando las limitaciones de los enfoques tradicionales basados en la ecuación de Langevin generalizada.
El estudio demuestra que el acoplamiento interno mejora significativamente el rendimiento y amplía el régimen operativo de máquinas térmicas cuánticas de ciclo de Otto, permitiendo su funcionamiento como motores o refrigeradores en condiciones donde los sistemas desacoplados fallan, y superando los límites estándar de eficiencia sin violar el límite de Carnot.
Este artículo presenta una nueva metodología que combina curvas de relleno de espacio, como la curva de Hilbert, con medidas de entropía generalizada para cuantificar la complejidad de sistemas físicos de alta dimensión, demostrando su eficacia en la detección de transiciones de fase y revelando una relación lineal entre la entropía de Hilbert y la dimensión fractal.
Este artículo presenta MJOLNIR, un paquete de software diseñado para procesar, visualizar y analizar los datos complejos generados por los nuevos espectrómetros de neutrones multiplexados, como el CAMEA, facilitando así su tratamiento y la colaboración entre diferentes instalaciones.
DMCpy es un software basado en Python desarrollado para el análisis de datos de difracción de neutrones del difractómetro DMC, diseñado para facilitar la reducción, visualización y procesamiento de datos tanto de muestras policristalinas como monocristalinas.
Este estudio presenta un algoritmo novedoso que determina la direccionalidad en distribuciones bidimensionales discretas mediante la comparación de matrices rotadas utilizando la norma de Frobenius, validando que una aproximación de primer orden de una norma de Frobenius continua (CFND) entre distribuciones gaussianas sigue una función seno absoluta para identificar con precisión el ángulo de dirección.
Este artículo presenta AMBER, un algoritmo de segmentación diseñado para espectrómetros de neutrones multiplexados que descompone los datos de dispersión en contribuciones de fondo y primer plano sin depender de modelos específicos, aprovechando la independencia rotacional del fondo para reducir la intervención experta y los errores sistemáticos.
Los autores demuestran experimentalmente "Dichography", un método que utiliza un solo patrón de difracción generado por dos pulsos de rayos X de diferentes colores para reconstruir algoritmicamente dos imágenes temporales de muestras nanométricas con resolución de 20 nm, validando así una nueva técnica para capturar películas ultrafastes de la materia.