physics.data-an articoli

La fisica dei dati analitici esplora come la teoria fisica si fonde con l'analisi avanzata dei dati per rivelare nuovi modelli nella natura. Questo campo trasforma osservazioni complesse in intuizioni chiare, unendo leggi fondamentali a strumenti statistici moderni per decifrare fenomeni che vanno dalle particelle subatomiche alla struttura dell'universo.

Su Gist.Science, ogni nuovo preprint in questa categoria proveniente da arXiv viene elaborato con cura. Offriamo sia riassunti in linguaggio semplice per i curiosi, sia analisi tecniche dettagliate per gli esperti, rendendo la ricerca d'avanguardia accessibile a tutti senza perdere rigore scientifico.

Di seguito troverete le pubblicazioni più recenti in questo affascinante settore, pronte per essere esplorate e comprese.

Bayesian approach for uncertainty quantification of hybrid spectral unmixing in $\gamma$ -ray spectrometry

Questo articolo propone e valuta due metodi bayesiani, l'approssimazione di Laplace e il campionamento Markov Chain Monte Carlo, per quantificare l'incertezza degli stimatori in un algoritmo di scomposizione spettrale ibrido per la spettrometria gamma, dimostrando che mentre entrambi funzionano bene in condizioni ideali, solo il metodo MCMC garantisce risultati robusti quando sono attivi vincoli di deformazione spettrale o il fondo di conteggio è dominante.

Dinh Triem Phan, Jérôme Bobin, Cheick Thiam, Christophe Bobin2026-04-23🔬 physics

Filling the gap in the IERS C01 polar motion series in 1858.9-1860.9

Questo articolo presenta due nuovi metodi, uno basato su un modello astronomico parametrico e l'altro sull'analisi spettrale singolare (SSA), per colmare il lacuna biennale nei dati di moto polare della serie IERS C01 tra il 1858,9 e il 1860,9, evidenziando come l'approccio SSA sia preferibile grazie alla sua modellazione più completa.

Zinovy Malkin, Nina Golyandina, Roman Olenev2026-04-22🔬 physics

Confidence intervals for the Poisson distribution

Questo articolo mira a chiarire la confusione tra i fisici riguardo agli intervalli di confidenza per la distribuzione di Poisson, raccomandando l'uso dei metodi proposti da Garwood per la loro coerenza e intuitivezza rispetto ad altre tecniche.

Frank C. Porter2026-04-22🔬 physics

Network Renormalization

Questa rassegna esamina le sfide, i progressi chiave e i problemi aperti nell'estensione del quadro del gruppo di rinormalizzazione dai sistemi fisici tradizionali al dominio eterogeneo e geometricamente complesso delle reti del mondo reale.

Andrea Gabrielli, Diego Garlaschelli, Subodh P. Patil, M. Ángeles Serrano2026-04-20🔢 math-ph

Identifying statistical indicators of temporal asymmetry using a data-driven approach

Questo studio valuta sistematicamente oltre 6000 statistiche temporali su 35 sistemi diversi per identificare i metodi più efficaci nel rilevare l'irreversibilità, dimostrando che non esiste una metrica universale ma che è necessario adattare l'approccio alle caratteristiche specifiche di ciascun sistema.

Teresa Dalle Nogare, Ben D. Fulcher2026-04-20🌀 nlin

Ranking XAI Methods for Head and Neck Cancer Outcome Prediction

Questo studio presenta la prima valutazione completa e il ranking di 13 metodi di intelligenza artificiale spiegabile (XAI) su 24 metriche per la previsione degli esiti del cancro testa-collo, identificando Integrated Gradients e DeepLIFT come i metodi più performanti in termini di fedeltà, complessità e plausibilità.

Baoqiang Ma, Djennifer K. Madzia-Madzou, Rosa C. J. Kraaijveld, Jin Ouyang2026-04-20🔬 physics

Bayesian MINFLUX localization microscopy

Questo lavoro presenta un approccio bayesiano rigoroso per la microscopia di localizzazione MINFLUX che, superando le attuali euristiche, riduce il numero di fotoni necessari per raggiungere una risoluzione di 1 nm di circa quattro volte.

Steffen Schultze, Helmut Grubmüller2026-04-17🔬 physics

Seabird trajectories map onto a reduced optimal-control bound for dynamic soaring

Questo studio deriva un limite inferiore ridotto per lo sforzo di trasporto basato su un modello di controllo ottimale, dimostrando che le traiettorie di volo degli albatros si allineano strettamente a questo limite grazie all'ottimale raccolta di energia dal vento, mentre le sule e le sterne occupano regimi di volo diversi e meno efficienti.

Louis González (School of Chemical \& Biomolecular Engineering, Georgia Institute of Technology, School of Chemical and Biological Engineering, University of Colorado Boulder), Saad Bhamla (School of (…)2026-04-17🔬 physics

Development of an LLM-Based System for Automatic Code Generation from HEP Publications

Questo studio presenta un sistema proof-of-concept basato su modelli linguistici di grandi dimensioni (LLM) che estrae automaticamente le procedure di analisi dalle pubblicazioni della fisica delle alte energie per generare codice eseguibile, dimostrando che, sebbene le attuali capacità siano promettenti come strumenti di supporto con intervento umano per la riproducibilità, persistono sfide significative come l'allucinazione e la stocasticità che ne impediscono l'uso come agenti completamente autonomi.

Masahiko Saito, Tomoe Kishimoto, Junichi Tanaka2026-04-17🔬 physics

NOMAI : A real-time photometric classifier for superluminous supernovae identification. A science module for the Fink broker

Il documento presenta NOMAI, un classificatore di machine learning in tempo reale integrato nel broker Fink che identifica con successo i candidati supernove superluminose (SLSNe) direttamente dai dati fotometrici di ZTF senza necessità di redshift spettroscopico, raggiungendo un'efficacia dimostrata nel recupero della maggior parte degli eventi noti.

E. Russeil, R. Lunnan, J. Peloton, S. Schulze, P. J. Pessi, D. Perley, J. Sollerman, A. Gkini, Y. Hu, T. -W. Chen, E. C. Bellm, T. X. Chen, B. Rusholme2026-04-17🔭 astro-ph

← Precedente Successivo →

physics.data-an

Bayesian approach for uncertainty quantification of hybrid spectral unmixing in γ\gammaγ-ray spectrometry