Predicting the onset of period-doubling bifurcations via dominant eigenvalue extracted from autocorrelation
本論文は、オーストーン＝ウーレンベック過程を用いて時系列の自己相関から支配的固有値（DE-AC）を推定する手法を提案し、心臓の周期倍分岐（心臓不整脈）の発生を従来の早期警告信号よりも高精度に予測できることを理論的・実証的に示したものである。
🔬 Category
physics.data-an
36 件の論文
Non-intrusive Monitoring of Sealed Microreactor Cores Using Physics-Informed Muon Scattering Tomography With Momentum Measurements
本論文は、物理情報に基づくミューオン散乱断層撮影法（TRec）を開発し、運動量測定を組み合わせることで、密封されたマイクロリアクターの内部構造を非侵襲的に監視し、従来の手法よりもはるかに高い感度で燃料欠損を検出可能であることを示しています。
A Tutorial on Bayesian Analysis of Linear Shock Compression Data
このチュートリアル論文は、衝撃圧縮実験データにおける測定不確かさをベイズ線形回帰とランキーン・ Hugoniot 方程式を用いて確率的に伝播させることで、単一の回帰曲線ではなく圧力 - 体積平面における複数の整合的な Hugoniot 曲線をサンプリングする手法を、アルゴン、銅、ニッケルのデータを用いて解説し、従来の最小二乗法やブートストラップ法と比較してその解釈性、計算効率、外れ値への頑健性を示しています。
Physics-based signal analysis of genome sequences: GenomeBits overview
本論文は、離散フーリエ変換や量子力学の概念を応用した物理学ベースの解析手法「GenomeBits」の概要と、SARS-CoV-2 やマラプックスウイルスのゲノム配列における変異パターンや秩序・無秩序転移などの特徴を抽出するその有用性を包括的に解説したものである。
Noise2Ghost: Self-supervised deep convolutional reconstruction for ghost imaging
本論文は、ノイズの多いゴーストイメージングの再構成において、教師なし学習を用いて参照データなしで高品質な結果と強力なノイズ低減を実現する新しい自己教師あり深層学習手法「Noise2Ghost」を提案し、低光量環境下での生体試料や電池などの応用を可能にする数学的枠組みと実証結果を示すものである。
Physics-Embedded Bayesian Neural Network (PE-BNN) to predict Energy Dependence of Fission Product Yields with Fine Structures
本研究は、核物理の事前知識（エネルギー非依存の現象論的殻因子）をベイズ確率論的ニューラルネットワークに組み込むことで、微細構造を伴う中性子エネルギー依存性の核分裂生成物収率を高精度に予測する新しいフレームワーク「PE-BNN」を提案し、その有効性を示したものである。
Structured Kolmogorov-Arnold Neural ODEs for Interpretable Learning and Symbolic Discovery of Nonlinear Dynamics
本論文は、Kolmogorov-Arnold ネットワークと構造化状態空間モデルを Neural ODE に統合した「SKANODE」を提案し、非線形動的システムから物理的に解釈可能な潜在状態を復元するとともに、支配方程式を記号的に発見する高精度かつ解釈性の高い学習枠組みを確立したものである。
Linear Acceleration Is a Primary Risk Factor for Concussion
本研究は、従来の定説と異なり回転加速度よりも直線加速度が脳震盪のより正確な予測因子であることを実証し、これに基づいた液体衝撃吸収技術の開発により脳震盪リスクを最大 73% 削減できる可能性を示しました。
Settlement percolation: global maps of Critical Distances
この論文は、孤立した集落が巨大なクラスターへと融合する「臨界距離」を特定する新たな手法を開発し、都市形態や土地利用の分析に有用な全球規模の「世界集落浸透（GSP）」データセットを構築したことを報告しています。
Extreme Value Analysis for Finite, Multivariate and Correlated Systems with Finance as an Example
この論文は、金融を具体例として、有限かつ相関する多次元システムの極値分析のための実用的な枠組みを提案し、相関行列の固有基底への回転により相関構造を分解し、非定常性を考慮したピーク超過法を用いて市場およびセクターレベルの尾部リスクを評価可能にすることを示しています。
Exploring blazars through sonification. Visual and auditory insights into multifrequency variability
本論文は、複数のブレイザーのマルチ周波数データを用いて可視化とパラメータマッピング・ソニフィケーション（MIDI 技術など）を組み合わせることで、天体の変動パターンやデータの特徴を可聴化・視覚的に分析し、科学的発見とインクルーシブな科学コミュニケーションの両面におけるその有効性を示しています。
Structured generalized sliced Wasserstein distance for keV X-ray polarization analysis with Gas Pixel Detector
本論文では、ケV 領域の X 線偏光観測において、従来の角度抽出統計法では困難な広視野入射角の解析を可能にするため、ランダム重みを持つニューラルネットワークを用いて二次元偏光画像の構造を捉える「構造化一般化スライス・ワッセルシュタイン距離」という完全データ駆動型の手法を提案し、その有効性を示しています。
q-Gaussian Crossover in Overlap Spectra towards 3D Edwards-Anderson Criticality
この論文は、3 次元エドワーズ・アンダーソンスピンガラスの臨界点近傍において、重なり行列の固有値統計が高温のウィグナー半円則からガウス分布へと遷移し、この過程が Tsallis 統計のパラメータの温度依存性（からへ）によって記述されることを示し、これがスピンガラスの臨界性を特徴づける効率的なスペクトル指標となり得ることを提案しています。
O-Sensing: Operator Sensing for Interaction Geometry and Symmetries
本論文は、量子多体系の低エネルギー固有状態から相互作用幾何学や対称性を直接推論する「O-Sensing」という手法を提案し、スパース性最適化とスペクトルエントロピー最大化を用いてハミルトニアンを復元する有効性を示しています。
A Structurally Localized Ensemble Kalman Filtering Approach
本論文は、従来のアンサンブルカルマンフィルタで必要となる手動チューニング型の局所化手法に代わり、変分ベイズ最適化を用いて状態ベクトルを分割した事後確率密度関数の積近似を事前に行うことで、本質的に局所化された新しいフィルタリング手法を提案し、その有効性をローレンツ -96 モデルを用いた数値実験で実証したものである。
Reducing hyperparameter sensitivity in measurement-feedback based Ising machines
本論文は、測定フィードバック型のイジングマシンにおいて時間連続モデルと実験的な時間離散モデルの間に存在するハイパーパラメータ有効範囲の格差を分析し、その感度を低減する手法を提案・実証したものである。