334 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.
Il documento presenta VecAmpFit, una nuova libreria vettorizzata per analisi di ampiezza multidimensionali sviluppata per l'esperimento Belle II, che include un adattatore con calcolo esplicito del gradiente e supporto per il fitting simultaneo di più dataset.
Gli autori dimostrano che un autoencoder convoluzionale 3D addestrato esclusivamente su configurazioni dello stato fondamentale è in grado di rilevare la transizione di fase del modello di Ising tridimensionale e di recuperare i suoi comportamenti critici, come la temperatura critica e l'esponente di correlazione, senza alcuna conoscenza preliminare del sistema.
Questo articolo propone un nuovo framework basato sulle reti complesse per analizzare il raggruppamento di eventi in serie temporali irregolari, trasformando i tempi di arrivo in una rete per quantificare il clustering e identificare singoli gruppi dinamici, superando i limiti delle misure statistiche globali e applicando il metodo a processi stocastici, flussi turbolenti e segnali ECG.
Il documento presenta \texttt{alabi}, un pacchetto Python open-source che accelera l'inferenza bayesiana per modelli computazionalmente costosi utilizzando un surrogato basato su Processi Gaussiani e apprendimento attivo per ridurre drasticamente il numero di valutazioni del modello necessarie, garantendo al contempo una stima accurata della distribuzione a posteriori.
Questo studio dimostra che il Particle Transformer (ParT) migliora significativamente l'identificazione dei jet di Higgs alle fabbriche di Higgs, ottenendo un miglioramento di 5-10 volte rispetto ai tagger BDT precedenti per i jet e e mostrando prestazioni promettenti anche per l'identificazione di jet strani e la separazione quark-antiquark.
Questo studio presenta un metodo basato sull'adaptive LASSO che, analizzando serie temporali, permette di distinguere con successo le interazioni a coppie da quelle di ordine superiore (come quelle a tre o quattro corpi) nei sistemi di oscillatori accoppiati, superando le prestazioni di tecniche tradizionali e dimostrando la propria efficacia sia su dati sintetici che su reti cerebrali umane.
Questo articolo presenta un nuovo metodo di apprendimento automatico basato su parametri di "magnitude rates" e l'algoritmo Random Forest che permette di classificare precocemente le supernove Ic-BL e Ia, identificando fino al 13% della popolazione reale di Ic-BL e migliorando significativamente le strategie osservative attuali.
Questo articolo introduce un algoritmo quantistico-ispirato basato su reti tensoriali per calcolare efficientemente la trasformata di Laplace discreta su hardware classico, superando i limiti delle porte unitarie e permettendo simulazioni fino a punti di input grazie a una compressione MPO che riduce drasticamente il tempo di esecuzione.
Il documento propone una strategia di terminazione automatica per le misurazioni di scattering neutronico anelastico, basata sull'ottimizzazione bayesiana per la selezione della larghezza delle bin, che permette di identificare in tempo reale il momento in cui ulteriori dati diventano ridondanti rispetto alla risoluzione strumentale, riducendo al contempo i costi computazionali rispetto a una ricerca esaustiva.
Questo studio analizza le variazioni di luminosità delle eruzioni della cometa 17P/Holmes dal 1892 al 2021, con particolare attenzione all'evento eccezionale del 2007, per vincolare la distribuzione dimensionale e la massa totale dei frammenti espulsi, fornendo così condizioni iniziali fisicamente motivate per la modellazione dell'evoluzione dei trail di polvere e l'origine delle correnti di meteoroidi.