Machine Learning Based Identification of Solvents from Post-Desiccation Patterns
この論文は、人工神経ネットワークを用いた画像解析により、デシカーション後の澱粉懸濁液の亀裂パターンから、蒸発した溶媒の種類を最大96%の精度で同定する最適化されたプロトコルを提案しています。
🔬 Category
physics.data-an
321 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。
Survival probability of random networks
この論文は、エルデシュ・レニイ（ER）ランダムネットワークにおけるデルタ状励起の生存確率の時間進化を詳細に解析し、その減衰や相関の穴の深さが固有状態の多分岐性や平均次数と密接に関連していることを明らかにしたものである。
\texttt{py5vec}: a modular Python package for the 5-vector method to search for continuous gravitational waves
この論文は、連続重力波探索のための 5 ベクトル法を実装・拡張し、ノイズ分散や初期位相の周辺化によるロバストな統計的推論、多検出器ターゲット探索の LIGO 実データ検証、およびバイリーや cwinpy 等との相互運用性を可能にするモジュール型 Python パッケージ「py5vec」を提案するものである。
An approximate graph elicits detonation lattice
本研究は、爆発波の細胞構造を正確に検出・計量するための新しいグラフ理論ベースのアルゴリズム「爆発格子」を提案し、従来の手動や 2D 手法の限界を克服し、3 次元シミュレーションデータにおいて高い精度で細胞パターンを抽出可能であることを示しています。
Constraining Power of Wavelet vs. Power Spectrum Statistics for CMB Lensing and Weak Lensing with Learned Binning
本論文は、CMB レンズ効果と弱い重力レンズの解析において、従来のパワースペクトルに代わるウェーレット統計手法（WST および WPH）の制約力を評価し、特に WPH がクロス相関解析で大幅に優位であることを示すとともに、解釈性を保ちながら統計量を圧縮する「学習型ビンニング」手法を開発したことを報告しています。
Data-driven Progressive Discovery of Physical Laws
この論文は、物理法則の発見が単純な一貫過程ではなく、明確な物理的意味を持つ知識単位を論理的に段階的に結合する階層的なプロセスであるという洞察に基づき、従来の記号回帰の限界を克服し、古典力学から複雑な工学問題に至るまで物理法則を高精度に発見・拡張する新たなフレームワーク「Chain of Symbolic Regression (CoSR)」を提案するものである。
Optimality and annealing path planning of dynamical analog solvers
この論文は、ダイナミカルな平均場理論を用いてイジングマシンの最適化メカニズムを解析し、温度のみを制御するアニーリング経路の優位性を示すことで、複雑な最適化問題に対するパラメータスケジューリングの一般枠組みを提案しています。
Data-driven Experimental Modal Analysis by Dynamic Mode Decomposition
本論文は、動的モード分解（DMD）を線形機械システムの実験的モーダル解析に応用し、その理論的妥当性、測定誤差の影響、および実測データを用いた片持ち梁のモーダルパラメータ抽出における既存手法との同等の精度を実証している。
Directed Polymer Transfer Matrices as a Unified Generator of Distinct One-Point Fluctuation Laws
この論文は、ランダムな転送行列の積という単一のアンサンブルを用いることで、 次元の指向性ポリマーにおけるトランシー・ウィドム GUE、GOE、GSE、およびバイク・レインズ分布といった、幾何学構造に依存する異なる一点揺らぎ法則を統一的に実現し、さらに行列固有値に基づく新たな揺らぎ観測量を提示するものである。
A Deep-Learning-Boosted Framework for Quantum Sensing with Nitrogen-Vacancy Centers in Diamond
この論文は、ダイヤモンド中の窒素空孔（NV）中心を用いた量子センシングにおいて、従来の非線形フィッティングの限界を克服し、低信号対雑音比環境でも高精度かつリアルタイムなパラメータ推定を可能にする、1 次元畳み込みニューラルネットワーク（1D-CNN）に基づく深層学習フレームワークを提案し、細胞内温度計測や超伝導体中の磁気イメージングなどの実証実験を通じてその有効性を示したものである。