Exact Identity Linking Entropy Production and Mutual Information
この論文は、過減衰ランジュバン動力学において全エントロピー生成率が相互情報量率と平均流の和として厳密に表現されることを示し、これにより不可逆性の情報論的分解と赤血球の振動への応用を通じて熱力学構造の理解を深めることを可能にしました。
🔬 Category
physics.data-an
316 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。
Bayesian approach for uncertainty quantification of hybrid spectral unmixing in -ray spectrometry
本論文は、ガンマ線分光法におけるハイブリッドスペクトルアンミキシング推定量の不確実性を定量化するため、事後分布が非ガウス型となる条件下でもロバストな結果を提供するマルコフ連鎖モンテカルロ法を、ラプラス近似法と比較評価したものである。
On computation of a common mean
この論文は、複数の独立した測定値から共通の平均値を推定する際、従来広く用いられている加重平均法と中央値推定法を比較検討し、既知の手法の課題を克服して一貫性のあるデータと矛盾するデータの両方に対してより頑健で現実的な推定値を得るための新しい手法を提案するものである。
Application of the Allan Variance to Time Series Analysis in Astrometry and Geodesy: A Review
本論文は、天測・測地分野における時系列データのノイズ特性評価のために、従来のアラン分散を不均一な重み付けや多次元データに対応できるよう拡張した手法（WAVAR、MAVAR、WMAVAR）の適用経験についてレビューしたものである。
A new equal-area isolatitudinal grid on a spherical surface
この論文は、球面を等面積のセルに分割する新しい手法「SREAG」を提案し、この手法が他の等面積ピクセル化法と比較して緯度帯の幅の均一性、解像度の柔軟性、および使用の簡便さにおいて優れていることを示しています。
Filling the gap in the IERS C01 polar motion series in 1858.9-1860.9
本論文は、IERS C01 極運動系列における 1858.9-1860.9 年の 2 年間の欠損データを、パラメトリック天文学モデルとデータ駆動型の特異スペクトル解析（SSA）の 2 つの手法を用いて埋め、特に完全なモデルに基づく SSA 手法の結果が好ましいことを示しています。
End-to-End Large Portfolio Optimization for Variance Minimization with Neural Networks through Covariance Cleaning
この論文は、歴史的リターンとボラティリティのラグ変換、および大規模共分散行列の固有値正則化を統合的に学習する回転不変ニューラルネットワークを開発し、2000 年から 2024 年の実証データにおいて、最先端の非線形シュリンケージ法を含む競合手法を上回る実証ボラティリティ低減やシャープレシオ向上を実現し、市場ストレス下や制約付き最適化においても堅牢な性能を発揮することを示しています。
Confidence intervals for the Poisson distribution
この論文は、物理科学におけるポアソン分布の結果記述に関する混乱を解消するため、様々な手法の性質を比較検討し、Garwood が提案した信頼区間を推奨するものである。
Optimized Architectures for Kolmogorov-Arnold Networks
この論文は、可微分な最小記述長基準に基づき過剰なアーキテクチャからスパース化、深さ選択、深層教師あり学習を統合的に最適化することで、精度を維持しつつコンパクトで解釈可能な Kolmogorov-Arnold ネットワーク（KAN）を構築する新たな手法を提案し、科学機械学習における表現力と解釈性の両立を実現することを示しています。
It's all in your head -- fine-tuning arguments do not require aleatoric uncertainty
本論文は、ベイズ統計における自動的なオッカムの剃刀が、観測と一致するために微調整を必要とする不自然なモデルを不利益に扱うことを示し、自然性論証の正当性を多分野の視点から再検討しています。