257 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、事前の欠陥位置情報なしに赤外線熱画像から最適な特徴代表画像を自動選別するため、統計的および幾何学的トポロジカルな指標を用いたデータ駆動型手法を提案し、CFRP 試料を用いた実験とシミュレーションによりその有効性を検証したものである。
この論文は、葉が地面に落ちる様子に例えられる「デッドリーフモデル」を用いて、任意の形状や次元における多孔質・固体構造の表面相関関数に対する厳密な解析式を導出し、その有効性を球状粒子や指数型相関関数を持つデブイランダム媒質の例示を通じて検証するとともに、ブールモデルの一般式も併せて提示したものである。
この論文は、半微視的な位相空間力学、輸送幾何学、情報理論、粗視化モデルを統合する枠組みを提示し、エントロピー増大と秩序形成の間の見かけの矛盾を、記述のレベルに依存するエントロピーの定義と非局所的な輸送過程を通じて解明し、宇宙論的構造形成を含む広範な系における自己組織化のメカニズムを説明するものである。
この論文は、イートンの補題と変分法を用いて非線形確率状態空間モデルを高次元の線形ガウスモデルへ可逆変換する枠組みを提案し、従来のフィルタの構造的な不安定性を回避しつつ、非線形ダイナミクスの追跡精度を向上させる手法を提示しています。
本研究では、遺伝的アルゴリズムを活用した進化手法（GAPE）を提案し、反応炉反ニュートリノ実験 PROSPECT のデータ解析において、従来の手法を上回るエネルギー・位置推定精度と、約 2.8 倍の信号対背景比の向上を実現する逆ベータ崩壊識別モデルを開発し、時間依存性のバイアスをデータ期間固有のトレーニングにより効果的に軽減したことを報告しています。
本論文は、2025 年 4 月の王立協会討論会を契機とした「物理科学における記号回帰」に関する特集号の導入編として、記号回帰の概念や物理科学における応用例、手法上の課題、そして理論的制約の統合といった将来の方向性を概説し、同分野の急速な進展とその重要性を強調しています。
この論文は、音圧と粒子速度の近接場測定データから物理情報に基づくニューラル演算子を用いて、ノイズやモデル不確実性に強く、かつ明示的な前方モデルを必要とせずに局所反応型吸音材の周波数依存表面アドミタンスを直接推定する手法を提案し、その有効性を検証したものである。
本論文は、現代のニューラルネットワークを活用したシミュレーションベース推論を用いたベイズ枠組みを提案し、室内の音圧測定データから実環境における周波数依存の音響表面インピーダンスを高精度かつ不確実性を定量化しながら推定する手法を開発したものである。
本論文は、CYGNO 光 TPC のリアルタイムデータ選別において、教師なしの畳み込みオートエンコーダを用いてペデスタル画像のみから学習し、信号の 93% を保持しつつ画像面積の 98% を削減する高速な関心領域（ROI）抽出手法を提案し、その有効性とトレーニング目的の重要性を実証したものである。
この論文は、高エネルギー物理学および原子核物理学の研究者に対し、Apptainer によるコンテナ化技術を用いた分析の再現性向上を目的としたトレーニング教材とリソースを紹介しています。