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.
Questo articolo presenta un nuovo modello di ordine ridotto non lineare, basato sulla teoria di Volterra e sull'algoritmo OMP, capace di descrivere con alta precisione e efficienza computazionale il fenomeno del buffeting transonico e l'accoppiamento aeroelastico su un profilo alare OAT15A.
Questo studio dimostra che l'uso di algoritmi di selezione delle caratteristiche, in particolare la Selezione Sequenziale Avanzata (SFS), consente una classificazione accurata dei materiali tramite spettroscopia terahertz a riflessione senza riferimento, identificando un sottoinsieme ridotto di frequenze discriminanti che eliminano la necessità di sorgenti a banda larga e misurazioni di riferimento.
Il presente studio introduce un protocollo di modellazione non-Markoviana basato sui dati che, classificando le serie temporali meteorologiche di Boulder in base al ciclo annuale e costruendo modelli di pseudo-equilibrio per stagioni localmente stazionarie, supera le limitazioni delle equazioni di Langevin generalizzate per descrivere accuratamente sistemi dissipativi guidati caratterizzati da dinamiche climatiche non stazionarie, non gaussiane ed eteroschedastiche.
Questo studio dimostra che l'accoppiamento interno migliora significativamente le prestazioni e amplia il regime operativo di macchine termiche quantistiche basate sul ciclo di Otto, permettendo loro di funzionare come motori o frigoriferi anche in condizioni dove i sistemi disaccoppiati falliscono, e di superare i limiti standard dell'efficienza pur rimanendo al di sotto del limite di Carnot.
Questo studio introduce l'entropia di Hilbert, un nuovo metodo che combina curve di riempimento dello spazio e misure di entropia generalizzate per quantificare la complessità dei sistemi fisici ad alta dimensionalità, dimostrando la sua efficacia nel rilevare transizioni di fase e nel rivelare relazioni con la dimensione frattale.
Il documento presenta MJOLNIR, un pacchetto software sviluppato per elaborare, visualizzare e analizzare i dati complessi generati dai nuovi spettrometri a neutroni multiplexing, come il CAMEA, fornendo un quadro unificato che facilita la collaborazione tra diverse strutture e lo sviluppo di nuove routine di modellazione.
Il documento presenta DMCPy, un pacchetto software basato su Python sviluppato per gestire, ridurre e visualizzare i complessi dati di diffrazione neutronica ad alta risoluzione prodotti dal diffrattometro DMC di SINQ, ottimizzando l'analisi sia per campioni in polvere che per monocristalli.
Questo studio presenta un nuovo algoritmo che utilizza la norma di Frobenius continua (CFND) e un'approssimazione di tipo seno assoluto per determinare con precisione la direzionalità in distribuzioni bidimensionali di dati discreti, con applicazioni potenziali nei rivelatori di neutrini, in astronomia e nell'apprendimento automatico.
Il paper presenta AMBER, un algoritmo di segmentazione che sfrutta l'indipendenza rotazionale dei segnali per separare automaticamente e in modo agnostico il fondo dai dati di scattering neutronico, riducendo così la necessità di intervento umano e gli errori sistematici.
Gli autori dimostrano sperimentalmente "Dichography", un metodo che utilizza impulsi X a due colori per separare algoritmicamente i segnali di diffrazione sovrapposti e ricostruire due immagini temporali distinte di nanomateriale da un singolo pattern, permettendo così di catturare filmati ultrafast della materia senza danni strutturali significativi.