Observable Optimization for Precision Theory: Machine Learning Energy Correlators
本論文は、機械学習を用いたシミュレーション推論によって頂クォーク質量の感度を最大化するエネルギー相関関数の最適化を行い、最終的に高精度理論計算と直接比較可能な「二等辺三角形（直角三角形）」という新しい観測量を導出したことを報告しています。
🔬 Category
physics.data-an
261 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。
Searching for Anomalies with Foundation Models
CMS 実験データにおける大規模な OmniLearned 基盤モデルを用いた異常検出調査において、検証領域では背景推定がデータと一致するものの信号領域では不整合が見られたため、これらの事象と手法のさらなる精査が呼びかけられています。
The dynamical memory of tidal stellar streams: Joint inference of the Galactic potential and the progenitor of GD-1 with flow matching
本論文では、Flow Matching とシミュレーションベース推論を組み合わせ、GD-1 星流の相空間データから銀河の重力ポテンシャルと progenitor（元となる天体）の性質を同時に推定する新しい完全ベイズ的枠組みを提案し、従来の手法では捉えにくかった潮汐剥離ダイナミクスと背景ポテンシャルの複雑な依存関係を成功裡に再現したことを示しています。
Avalanches of choice: how stranger-to-stranger interactions shape crowd dynamics
3 年間の実測データと確率モデルを用いた本研究は、見知らぬ人同士の「直前の人物と同じ経路を選ぶ」という局所的な模倣行動が、非合理的な選択やバースト的な集団動態を生み出し、大規模な歩行者の流れを支配する主要因であることを明らかにしました。
Symmetry-Constrained Forecasting of Periodically Correlated Energy Processes
この論文は、エネルギーシステムにおける周期的な非定常性を考慮し、時系列の局所相関に基づいた解析的な係数を用いて従来の持続モデルを拡張する新しい予測手法を提案し、再生可能エネルギーデータなどでの精度向上を実証しています。
Trigger Optimization and Event Classification for Dark Matter Searches in the CYGNO Experiment Using Machine Learning
Cygno 実験では、機械学習を用いた非教師ありの異常検知によるオンラインデータ削減と、ラベルなし分類（CWoLa）による核反跳事象の識別という 2 つのアプローチを提案し、それぞれ高い信号保持率と背景低減、および核反跳事象の高精度な抽出を実現しました。
Developing Machine Learning-Based Watch-to-Warning Severe Weather Guidance from the Warn-on-Forecast System
この論文は、Warn-on-Forecast System（WoFS）の出力を用いて機械学習モデル（HGBT および U-Net）を構築・評価し、従来のアップダストヘリシティに基づく基準よりも優れた 2〜6 時間先の強天候確率予報を提供できることを示したものである。
From Data to Laws: Neural Discovery of Conservation Laws Without False Positives
この論文は、動的システムからデータを用いて保存則を発見する際の問題点（パラメータ変動、非多項式不変量、局所解、カオス系での偽陽性など）を解決し、9 つの多様なシステムで完全な発見精度と偽陽性ゼロを達成するニューラル・シンボリックパイプライン「NGCG」を提案するものである。
Sparse Weak-Form Discovery of Stochastic Generators
この論文は、空間ガウステスト関数の採用により弱形式積分と確率システム同定を統合し、バイアスを排除してドリフトと拡散項を同時にsparse 回帰で高精度に発見する新しいデータ駆動型 SDE 同定フレームワークを提案しています。
Construction of the Global Function for the Simultaneous Fitting of Correlated Energy-Dependent Cross Sections
この論文は、異なる過程やエネルギー点間の相関、および積分光度と中心質量エネルギーの測定誤差を考慮した、相関するエネルギー依存断面積の同時フィッティングのためのグローバル関数の構築を提案しています。