Learnability Window in Gated Recurrent Neural Networks
この論文は、重み付き勾配ノイズ下におけるリカレントニューラルネットワークの時間的学習可能性の限界を定量化する統計理論を構築し、ゲート機構と最適化アルゴリズムが形成する「有効学習率エンベロープ」の減衰特性が、サンプルサイズに応じた学習可能な時間的ホライズンのスケーリング則（対数、多項式、指数関数的）を決定づけることを示しています。
🔬 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。
Long-term outburst activity of comet 17P/Holmes and constraints on ejecta size distributions
この論文は、1892 年から 2021 年までの彗星 17P/ホルムスの光度変動を分析し、特に 2007 年の大規模な爆発活動における放出粒子のサイズ分布と総質量を定量的に制約することで、塵の軌跡進化や流星群の起源に関する物理的モデルの初期条件を提供しています。
Light-scattering reconstruction of transparent shapes using neural networks
この論文は、透明なシートの変形を単一カメラで非侵襲的に可視化し、光散乱データと等長性を強制するペナルティを組み込んだニューラルオートエンコーダを用いて、重なり合う高度に折りたたまれた形状を高精度に3 次元再構築する手法を提案し、合成データおよび実験データでその有効性を検証したものである。
Identifying Neutron Sources using Recoil and Time-of-Flight Spectroscopy
本論文は、全スペクトルテンプレートマッチングと確率的証拠評価を組み合わせたベイズ手法を提案し、わずか約 1000 個の事象数で 4σ以上の統計的有意性をもって中性子源を特定できることを示しています。
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。
\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。
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。
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。
Classifying hadronic objects in ATLAS with ML/AI algorithms
この論文は、CERN の ATLAS 実験におけるクォーク・グルーオン起源の区別や W ボソン・トップクォークの同定など、ハドロン終状態の分類において、グラフニューラルネットワークやトランスフォーマーなどの AI アルゴリズムの最新開発、性能、および将来展望を概説しています。
A unifying approach to diffusive transport in heterogeneous media
この論文は、不均質媒体における異常拡散をモデル化・分析・分類するための統一的な枠組みとして「ランダムに変調されたガウス過程」を導入し、既存の主要な拡散モデルを一般化するとともに、実験的な軌跡解析や生物物理学的解釈に適用可能な統計的性質を体系的に導出したものである。