🔬 Category

physics.data-an

252 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.

Improving robustness of jet tagging algorithms with adversarial training: exploring the loss surface

Este artículo demuestra que el entrenamiento adversarial mejora la robustez de los algoritmos de etiquetado de sabor de chorros basados en aprendizaje profundo frente a distorsiones de entrada, que actúan como un proxy de las incertidumbres sistemáticas, aprovechando conocimientos geométricos de la superficie de pérdida para mantener un alto rendimiento mientras se mitigan las vulnerabilidades del modelo.

Annika Stein2026-05-15⚛️ hep-ph

Double Metric Learning for Building Directed Graphs with Chain Connections for the ATLAS ITk Detector

Este artículo propone un enfoque de "Aprendizaje de Doble Métrica" que aprende dos representaciones de nodos distintas para resolver conflictos en la construcción de grafos dirigidos con conexiones en cadena para el detector ITk de ATLAS, demostrando un rendimiento mejorado en la construcción de grafos y la predicción de la dirección de las aristas para partículas con alto momento transversal en comparación con el aprendizaje de métrica simple.

Jay Chan2026-05-15⚛️ hep-ex

Ant Colony Optimization for Density Functionals in Strongly Correlated Systems

Este artículo demuestra que adaptar el algoritmo de optimización de colonia de hormigas para ajustar el funcional de densidad FVC reduce significativamente el error relativo medio en la predicción de energías del estado fundamental para sistemas fuertemente correlacionados en diversas dimensionalidades, logrando una reducción del error de hasta un 67% con un bajo costo computacional.

G. M. Tonin, T. Pauletti, R. M. Dos Santos, V. V. França2026-05-14🔬 cond-mat

A Quantum Reservoir Computing Approach to Quantum Stock Movement Forecasting in Quantum-Invested Markets

Este artículo presenta un marco de Computación de Reservorios Cuánticos agnóstico a la plataforma que utiliza un sistema de seis qubits a pequeña escala para lograr una precisión superior al 86% en la previsión de tendencias bursátiles y volúmenes de negociación de empresas del sector cuántico, demostrando el potencial del hardware cuántico a corto plazo para el análisis de series temporales financieras complejas.

Wendy Otieno, Alexandre Zagoskin, Alexander G. Balanov, Juan Totero Gongora, Sergey E. Savel'ev2026-05-14⚛️ quant-ph

The influence of data gaps and outliers on resilience indicators

Este estudio demuestra matemáticamente que los huecos en los datos y los valores atípicos comprometen significativamente la fiabilidad de los indicadores de resiliencia basados en la varianza y la autocorrelación, ya que los valores faltantes debilitan su concordancia y los valores atípicos provocan una sobreestimación sistemática de la estabilidad del sistema.

Teng Liu, Andreas Morr, Sebastian Bathiany, Lana L. Blaschke, Zhen Qian, Chan Diao, Taylor Smith, Niklas Boers2026-05-13🌀 nlin

Analytic Marginalization over Binary Variables in Physics Data

Este artículo demuestra que la marginalización exacta de variables de corrección binarias en datos físicos es matemáticamente equivalente al modelo de Ising, lo que permite utilizar herramientas eficientes de física estadística para manejar configuraciones exponencialmente complejas y cuantificar con precisión las incertidumbres en aplicaciones como la calibración de supernovas de tipo Ia.

Marcus Högås, Edvard Mörtsell2026-05-13🔬 cond-mat

CVEvolve: Autonomous Algorithm Discovery for Unstructured Scientific Data Processing

CVEvolve es un sistema autónomo de agentes sin código que aprovecha los modelos de lenguaje grande y una estrategia de búsqueda de múltiples rondas para descubrir y optimizar de forma independiente algoritmos de procesamiento de datos científicos, permitiendo a los científicos de dominio analizar eficazmente datos complejos y no estructurados sin necesidad de conocimientos extensos de programación.

Ming Du, Xiangyu Yin, Yanqi Luo, Dishant Beniwal, Songyuan Tang, Hemant Sharma, Mathew J. Cherukara2026-05-13🤖 cs.AI

Self-learning signal classifier for decameter coherent scatter radars

Este artículo presenta un clasificador de señales de autoaprendizaje para radares de dispersión coherente de decámetros que construye automáticamente un modelo utilizando dos años de datos de 12 radares SuperDARN y SECIRA para identificar 14 clases separables con confianza basadas en una combinación de parámetros de radar medidos y características de propagación de ondas de radio modeladas.

Oleg Berngardt, Ivan Lavygin2026-05-12🤖 cs.LG

BB plot: A Tool for Accurate Model Selection Using Bayes factors

Este artículo introduce el gráfico de factor de Bayes-factor de Bayes (BB), una herramienta de diagnóstico que aprovecha la relación entre los factores de Bayes y sus distribuciones bajo hipótesis competidoras para validar la precisión del cálculo y estimar eficientemente las distribuciones de fondo, como se demuestra mediante aplicaciones en astronomía de ondas gravitacionales, incluida la evaluación de la significancia estadística de GW231123.

Ankur Barsode2026-05-12✓ Author reviewed ⓘ⚛️ gr-qc