physics.data-an

End-to-End Large Portfolio Optimization for Variance Minimization with Neural Networks through Covariance Cleaning

Cet article présente un réseau de neurones invariant par rotation qui optimise de bout en bout la construction de portefeuilles à variance minimale en apprenant conjointement la transformation des rendements et le nettoyage des matrices de covariance, surpassant ainsi les méthodes existantes en termes de volatilité, de ratio de Sharpe et de robustesse sur des données réelles étendues de 2000 à 2024.

Confidence intervals for the Poisson distribution

Cet article recommande l'utilisation des intervalles de confiance de Garwood pour résumer les résultats d'échantillonnage de Poisson en physique, car ils offrent des propriétés de performance supérieures et une interprétation cohérente par rapport aux méthodes alternatives.

Optimized Architectures for Kolmogorov-Arnold Networks

Cet article propose une approche optimisée pour les réseaux de Kolmogorov-Arnold (KAN) combinant surprovisionnement architectural, sparsification, supervision profonde et sélection de profondeur via un objectif de longueur minimale de description, permettant d'obtenir des modèles compacts et interprétables sans sacrifier la précision.

It's all in your head -- fine-tuning arguments do not require aleatoric uncertainty

Cet article clarifie que les arguments de naturalité et le rasoir d'Occam en statistiques bayésiennes suffisent à pénaliser les modèles nécessitant un réglage fin, sans qu'il soit nécessaire de faire appel à l'incertitude aléatoire.

The Role of Deep Mesoscale Eddies in Ensemble Forecast Performance

Cette étude démontre que l'amélioration des prévisions océaniques de surface, notamment lors de la séparation d'un tourbillon du Courant de la Boucle, nécessite l'assimilation d'observations de l'océan profond pour mieux contraindre les conditions initiales et capturer les interactions dynamiques essentielles entre les couches superficielles et profondes.

Learn your entropy from informative data: an axiom ensuring the consistent identification of generalized entropies

Cet article propose un nouvel axiome stipulant qu'aucun paramètre entropique ne peut être déduit d'une distribution uniforme, ce qui permet d'identifier de manière cohérente l'entropie de Rényi parmi les généralisations existantes et d'étendre le principe du maximum de vraisemblance pour estimer ces paramètres directement à partir des données.

Cumulative Advantage of Brokerage in Academia

Cette étude révèle que le rôle d'intermédiaire dans la collaboration scientifique génère un avantage cumulatif qui accentue les inégalités de carrière chez les physiciens, un phénomène qui touche les femmes et les hommes de manière égale malgré leur sous-représentation initiale, suggérant que le ciblage des chercheurs en début de carrière pourrait atténuer ces disparités.

Network Renormalization

Quantum generative modeling for financial time series with temporal correlations

Cette étude démontre que les réseaux antagonistes génératifs quantiques (QGAN), entraînés avec un générateur quantique et un discriminateur classique, peuvent générer des séries temporelles financières synthétiques qui reproduisent fidèlement à la fois la distribution cible et les corrélations temporelles souhaitées, la qualité des résultats dépendant des hyperparamètres et de la méthode de simulation utilisée.

Network Inequality through Preferential Attachment, Triadic Closure, and Homophily

En introduisant le modèle PATCH qui combine l'attachement préférentiel, l'homophilie et la fermeture triadique, cette étude révèle comment l'interaction complexe de ces mécanismes génère et maintient les inégalités de réseau et les disparités de genre observées dans les collaborations scientifiques.