Optimization-based Unfolding in High-Energy Physics
この論文は、高エネルギー物理学におけるアンフォールディング問題を正則化付き二次最適化問題として再定式化し、QUBO 形式へ変換することで量子アニーリングやハイブリッド量子古典ソルバーによる解法を可能にしたオープンソースパッケージ「QUnfold」を開発し、従来の手法と同等の精度を達成することを示したものである。
🔬 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。
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。
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。
Position-Sensitive Silicon Photomultiplier Array with Enhanced Position Reconstruction by means of a Deep Neural Network
本論文は、深層ニューラルネットワークを用いた位置再構成手法により、2x2 配列の線形勾配型シリコンフォトマルチプライヤーアレイの位置分解能と直線性を大幅に向上させ、解像度を最大 12.1 倍まで高め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。
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。
Memory Effects, Multiple Time Scales and Local Stability in Langevin Models of the S&P500 Market Correlation
S&P500 の市場相関を分析した本研究は、一般化ランジュバン方程式を用いて少なくとも 3 週間遡る記憶効果と隠れた遅い時間スケールの存在を実証し、これがポートフォリオ選定におけるリスク最小化や将来の相関予測に不可欠であることを示しています。