257 articles
La physique des données-analytiques explore comment les mathématiques et les statistiques éclairent les phénomènes naturels, transformant des observations brutes en lois fondamentales. Sur Gist.Science, nous rendons ces travaux complexes accessibles à tous, en décryptant les mécanismes qui régissent notre univers sans jargon inutile.
Chaque nouveau prépublication dans ce domaine provenant d'arXiv est analysé par nos soins. Nous proposons systématiquement deux versions de chaque article : un résumé clair pour le grand public et une explication technique détaillée pour les experts, garantissant ainsi une compréhension approfondie quelle que soit votre expertise.
Découvrez ci-dessous la sélection la plus récente de ces recherches passionnantes, où la rigueur scientifique rencontre la clarté de l'explication.
Cet article propose une méthode automatisée et sans connaissance préalable pour identifier les images représentatives de défauts dans les données de thermographie infrarouge en utilisant trois métriques statistiques et morphologiques complémentaires, validée expérimentalement sur des matériaux composites.
Cet article dérive des expressions analytiques exactes pour les fonctions de corrélation de surface des modèles de « feuilles mortes », valables pour toute forme de grain et dimension, tout en les illustrant par des grains sphériques et un milieu aléatoire de Debye, et fournit également une expression générale pour le modèle booléen.
Cet article propose un cadre unifié combinant dynamique de l'espace des phases, géométrie du transport et théorie de l'information pour expliquer comment des structures complexes émergent de l'homogénéité grâce à une augmentation de l'ordre dans les champs spatiaux grossièrement agrégés, malgré la croissance de l'entropie à l'échelle de l'espace des phases complet.
Cet article propose un cadre de levée de dimension variationnelle qui transforme les modèles d'espace d'état non linéaires et stochastiques en systèmes linéaires gaussiens de dimension supérieure, permettant ainsi une inférence robuste et précise pour le suivi de dynamiques complexes sans les instabilités structurelles des filtres conventionnels.
Les auteurs proposent une méthode d'évolution alimentée par un algorithme génétique (GAPE) pour optimiser les modèles d'apprentissage profond utilisés dans l'expérience PROSPECT, permettant d'améliorer significativement le rapport signal-sur-bruit pour l'identification des antineutrinos de réacteur tout en atténuant les biais temporels grâce à une formation spécifique aux périodes de données.
Cet article présente un numéro spécial sur la régression symbolique dans les sciences physiques, en définissant ses fondements, ses applications variées, ses défis méthodologiques et ses perspectives d'avenir pour la découverte de lois scientifiques interprétables.
Cet article présente une approche d'opérateurs neuronaux informés par la physique permettant d'estimer l'admittance de surface acoustique directement à partir de mesures in situ, en intégrant les équations gouvernantes pour garantir des prédictions robustes au bruit et cohérentes physiquement sans modèle direct explicite.
Cette étude propose un cadre bayésien basé sur l'inférence par simulation pour estimer in situ les impédances acoustiques de surface dépendantes de la fréquence à partir de mesures de pression acoustique internes éparses, permettant une caractérisation précise et robuste des conditions aux limites dans des environnements réels complexes.
Ce papier présente une stratégie de détection d'anomalies non supervisée basée sur un autoencodeur convolutif entraîné sur des images de bruit de fond, permettant une extraction rapide et efficace des régions d'intérêt dans les chambres à projection temporelle optique du projet CYGNO, avec une réduction significative de la surface d'image tout en préservant l'intégrité du signal.
Cet article présente les ressources pédagogiques développées par la Fondation Logicielle HEP pour former les physiciens à la reproductibilité des analyses via la technologie de conteneurisation Apptainer, en fournissant des exemples d'outils courants en physique des hautes énergies et nucléaire.