Machine-learned particle flow as a foundation model for collider physics
本論文は、学習された潜在表現が低レベルの検出器データと多様な高レベル解析タスクとの間の共有された情報豊かな架け橋として機能し、従来のモジュール型アプローチと比較して性能と効率を大幅に向上させることを示すことにより、機械学習粒子フロー（MLPF）を衝突型物理学の基盤モデルとして確立するものである。
🔬 Category
physics.data-an
252 件の論文
物理学のデータ分析分野は、膨大な実験データやシミュレーション結果から新たな法則や現象を読み解く、現代物理学の重要な基盤です。Gist.Science では、arXiv から公開されるこの分野の最新プレプリントを網羅的に収集し、専門用語に頼らない平易な解説と、技術的な詳細を両方備えた要約を即座に提供しています。これにより、研究者だけでなく、物理学の進展に興味を持つ一般の方々も、最先端の知見に容易にアクセスできるようになります。
私たちの取り組みは、複雑な数式や統計手法の背後にある核心的な発見を、誰もが理解できる形に変えることにあります。arXiv 上で公開される新しい論文一つひとつを丁寧に処理し、その価値を最大限に引き出すことで、科学の民主化を推進します。以下に、この分野の最新研究論文の一覧を示します。
Towards unified Geophysical Data Requirements for Magnetic Navigation (MagNav)
本論文は、運用上のニーズと研究開発上のニーズを区別し、現在の展開における障壁を克服するための統合データセット、局所的な不確実性推定、および指定テストレンジといった具体的な提言を提示することにより、磁気航法のための標準化された地球物理学的データ要件に関するコミュニティの対話を開始するものである。
Information theory for hypergraph similarity
本論文は、意味のある高次相互作用を捉え、正規化相互情報量を通じて偽相関を補正することにより、ハイパーグラフの原理的な比較を可能にする一般的な情報理論的枠組みを導入するものである。
Symmetry-electronic fingerprints reveal competing magnetic phases in two-dimensional materials
本論文は、結晶学的対称性とサイト分解された電子構造を統合することにより、機械学習モデルが2次元材料における磁気特性を正確に予測することを可能にし、かつモデルの不確実性を競合する磁性相やフラストレーションを特定・特徴付けるための診断ツールとして一意に活用する、対称性電子指紋（SEF）表現を導入するものである。
Electron Ptychography Reveals Correlated Lattice Vibrations at Atomic Resolution
Accurate Estimation of Mutual Information in High Dimensional Data
本論文は、低次元の潜在表現を活用し、明示的な統計的一貫性のチェックと信頼区間を提供することで、高次元かつアンダーサンプリングされた領域における信頼性の高いバイアス補正済みの相互情報量推定を可能にする、実用的なプロトコルおよび新しい確率的クリティック（VSIB）のクラスを提案するものである。
Spatially Masked Regression Reveals Local and Distributed Predictability in Electrophysiological Recordings
本論文は、近接するチャネルを系統的に除外しながら電極信号を再構成することにより、個々のチャネルが即時的な局所的冗長性と広範なネットワーク全体の構造の両方を反映していることを明らかにし、電気生理学的記録における局所的情報と分散型情報のバランスを定量化する空間マスキング回帰（SMR）フレームワークを導入するものである。
fitPALSpectra: Python fitting of positron annihilation lifetime spectra
本論文は、解析的に統合された指数・ガウスモデルを用いてスペクトルのシミュレーション、フィッティング、および可視化を行うための設定可能なツールを提供することにより、陽電子消滅寿命分光法（PALS）データの解析における課題に対処するオープンソースのPythonワークフローであるfitPALSpectraを紹介するものであり、これは合成データ上で真のパラメータを正確に回収できることが検証されている。
Integrating Out, Twice:The Open-System Case That Neural-Network Ensemble Theory Is Missing
本論文は、閉鎖系ニューラルネットワーク・アンサンブルと核反応理論における開放系アナログとの比較を行う理論的枠組みを構築し、最終的に、連続スペクトルと波動的振る舞いの欠如ゆえに、後者の特徴的な非エルミート力学が主流の学習においては構造的に欠落していることを結論付け、それによって、運用の不確実性の真の源泉を閉鎖系の対応関係の中に位置づけている。
Confidence, Statistical Evidence and Relative Belief with Applications to a Problem in Particle Physics
本論文は、ベイズ的な尤度順序付けと頻度論的な信頼要件の両方を満たす相対的信条推論を、素粒子物理学におけるポアソン信号＋背景事象モデルの不確実性区間の構築に適用し、標準的なフェルドマン・カウジンス法に対するその優位性を実証するものである。