331 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.
Lo studio dimostra che l'intermittenza nella turbolenza estende la lunghezza di coerenza di Markov-Einstein oltre la stima canonica, indicando che gli eventi estremi della cascata energetica possiedono una memoria superiore rispetto ai regimi quiescenti e richiedono correzioni non-Markoviane nelle analisi teoriche.
Il paper propone che l'espansione monetaria non causi necessariamente inflazione se avviene attraverso una "transizione di fase" in cui la nuova moneta viene assorbita come riserva anziché circolare nel settore dei consumi, come dimostrato dal caso del Giappone.
Il paper presenta DySIB, un nuovo metodo basato sul principio dell'Information Bottleneck che permette di apprendere le variabili di stato a bassa dimensionalità di un sistema dinamico direttamente da dati sperimentali ad alta dimensione, senza necessità di supervisione o ricostruzione dei dati originali.
Questo studio propone un nuovo modello di generazione di reti universali basato sulla crescita probabilistica esponenziale e sull'attaccamento preferenziale vari-lineare, capace di superare i limiti dei metodi tradizionali e di fornire una rappresentazione più accurata e interpretabile delle reti del mondo reale.
Il lavoro analizza come le correlazioni a lungo raggio tra gli elementi di una matrice casuale, introdotte tramite un modello di percolazione, influenzino la densità spettrale e la statistica degli autovalori, identificando una transizione qualitativa verso la legge del semicerchio al superamento di una soglia critica .
Il lavoro presenta un metodo per calcolare statistiche locali (media, varianza, ecc.) su griglie incomplete, utilizzando operatori spettrali che integrano condizioni al contorno specifiche per minimizzare gli artefatti in geometrie cartesiane e polari.
Questo studio presenta la prima determinazione completa delle principali modalità di decadimento adronico del bosone di Higgs al FCC-ee, combinando i canali di produzione ZH e VBF con un trattamento completo degli effetti di interferenza, ottenendo precisioni a livello di per-mille per i canali dominanti e dimostrando per la prima volta la sensibilità al raro decadimento .
Questo lavoro affronta le limitazioni delle precedenti ricerche sull'individuazione di anomalie risonanti introducendo nuovi benchmark di segnale e un insieme di osservabili "kitchen sink" basato su Energy Flow Polynomials e variabili di subjettiness, dimostrando che tale approccio offre la massima sensibilità per una vasta gamma di segnali e che una variante di attribute bagging può ridurre i costi di addestramento mantenendo prestazioni comparabili.
Questo studio determina le soglie critiche di percolazione per il tassello aperiodico Smith Hat (1, ) attraverso simulazioni Monte Carlo, riportando valori specifici sia per la percolazione di siti che di legami.
Questo studio valuta l'efficacia di emulatori basati sull'apprendimento automatico scientifico per il modulo microfisico degli aerosol MAM4 nel modello E3SMv2, dimostrando che una rete neurale semplice, se combinata con strategie di scalatura efficaci e un'adeguata convergenza dell'ottimizzazione, può riprodurre con precisione le variazioni chiave delle concentrazioni di aerosol.