Log Gaussian Cox Process Background Modeling in High Energy Physics
この論文は、高エネルギー物理学における滑らかな背景事象のモデル化において、関数形への仮定を最小限に抑え、ガウス過程に基づく強度関数を持つ対数ガウス・コックス過程(LGCP)を用いた新規手法を提案し、マルコフ連鎖モンテカルロ法による最適化と合成実験による既存手法との比較検証を行っている。
316 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。
この論文は、高エネルギー物理学における滑らかな背景事象のモデル化において、関数形への仮定を最小限に抑え、ガウス過程に基づく強度関数を持つ対数ガウス・コックス過程(LGCP)を用いた新規手法を提案し、マルコフ連鎖モンテカルロ法による最適化と合成実験による既存手法との比較検証を行っている。
この論文は、相関する不確実性を持つデータを可視化する際、従来の誤差範囲表示ではモデルとの適合性を適切に評価できないという問題点を指摘し、第一主成分の寄与と条件付き不確実性を明示することで、モデルの適合性や欠陥をより容易に判断できる新しいプロット手法を提案しています。
核物理学における生成シミュレーションと逆問題の収束診断において、標準的な損失関数が信頼できないことを示し、物理的忠実度を正確に評価するための多指標プロトコルと可設定なフレームワーク「JetPrism」を提案する論文です。
この論文は、対称性生成子を線形演算子として扱う代数的フィルタリング手法を提案し、離散・連続対称性の両方を線形核方程式として効率的に解くことで、連続体方程式の探索空間から対称性を満たす項を体系的かつ完全に抽出する新しい方法を確立したものである。
この論文は、線虫のシナプスおよび神経ペプチド結合網を用いた熱力学的な多層ネットワーク解析により、速いシナプス伝達と遅い細胞外シグナリングが、それぞれ速度、調節、頑健性、生存に特化した補完的な機能層を形成して脳機能を統合していることを明らかにしました。
この論文は、単一細胞トランスクリプトミクスデータから細胞間コミュニケーションを推論する際、従来の既知の受容体リガンドデータベースへの依存を脱却し、量子もつれと生成モデルを活用して細胞状態の変換を学習するハイブリッド量子古典フレームワーク「QuantumXCT」を提案し、その有効性と生物学的解釈可能性を実証したものである。
この論文は、シミュレーションと実データの不一致によるバイアスを克服するため、多数のバイアスのかかったシミュレーションを活用して信号・背景分布をデータ駆動で推定し、信号割合の推定を改善する「テンプレート適応混合モデル」を提案し、その有効性を示しています。
この論文は、ランダムな入力や確率的相互作用を必要とせず、純粋に決定論的な相互作用からスケール不変性が現れることを示すため、決定論的パラメータを持つロジスティック・ゲーム・オブ・ライフを研究し、2 つの異なる臨界点と非平衡系には見られない特異な臨界指数を伴う 3 つの漸近相を特定したことを報告しています。
この論文は、ノイズが存在し完全な観測が不可能な複雑な連成システムにおいて、部分的な状態分布のスナップショットデータから非線形相互作用を定量化する手法を提案し、大規模な推定問題を解きやすい一連の推論問題へと変換することを示しています。
Maldonado らが以前に座標空間で開発した能動学習エミュレータを、Lippmann-Schwinger 積分方程式に基づく運動量空間の結合チャネル散乱問題へ拡張し、JAX 上で効率的に実装された低次元モデルと誤差推定手法を開発して、核力相互作用のベイズ較正に向けた基盤を構築した。