Experimentally Resolving Gravity-Capillary Wave Evolution in Vessels of Unknown Boundary Conditions
本論文では、未知の境界条件という課題を回避し、教師なし機械学習を用いて実験データから直接波モードを抽出する「抽出モード追跡（EMT）」法を提案し、その有効性を合成データとファラデー波の実験を通じて実証している。
🔬 Category
physics.data-an
327 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。
Universal electronic manifolds for extrapolative alloy discovery
本研究は、非相互作用電子密度を記述子として用い、ベイズ能動学習と組み合わせることで、高価な第一原理計算を必要とせず、既知の合金データから未知の多成分系 refractory 高エントロピー合金の物性をゼロショットで高精度に予測し、合金探索を劇的に加速する新しい計算フレームワークを提案するものである。
Pseudo-Coherence and Stochastic Synchronization: A Non-Normal Route to Collective Dynamics without Oscillators
この論文は、固有の振動子を持たず線形安定な確率系において、非正規行列による擬スペクトル増幅が「擬コヒーレンス」と呼ばれる一時的な集団的秩序や見かけの同期を生み出す新たなメカニズムを明らかにしたものである。
Turning Time Series into Algebraic Equations: Symbolic Machine Learning for Interpretable Modeling of Chaotic Time Series
この論文は、カオス時系列データから明示的かつ解釈可能な代数方程式を学習する「記号ニューラルフォレキャスター（SyNF）」と「記号木フォレキャスター（SyTF）」の 2 つの手法を提案し、これらがブラックボックスモデルと同等の予測精度を維持しつつ、背後にある力学の透明性を提供することを示しています。
Dissecting Spectral Granger Causality through Partial Information Decomposition
この論文は、部分情報分解の枠組みを用いて多変量グレンジャー因果性を冗長・協調・固有の相互作用に分解する新たな手法「PDGC」を提案し、それを神経性失神患者の生理学的ネットワーク解析に応用することで、従来の手法では捉えられなかった自律神経機能障害の新たなメカニズムを解明したことを報告しています。
Adaptive Entropy-Driven Sensor Selection in a Camera-LiDAR Particle Filter for Single-Vessel Tracking
本論文は、カメラと LiDAR の特性を補完し、エントロピー削減に基づく適応的なセンサー選択戦略を採用することで、沿岸固定プラットフォームからの単一船舶追跡において、精度と継続性を両立するロバストなマルチモーダル粒子フィルタ追跡手法を提案し、キプロスでの実海域実験でその有効性を検証したものである。
Scalable Multi-Task Learning for Particle Collision Event Reconstruction with Heterogeneous Graph Neural Networks
LHCb 実験環境を想定し、多様な粒子衝突関係を表現する異種グラフニューラルネットワークとグラフ剪定層を統合したマルチタスク学習アプローチを提案することで、ビーズハドロン再構成の性能向上と複雑な事象に対する推論時間のスケーラビリティを両立させた。
Symbolic Higher-Order Analysis of Multivariate Time Series
この論文は、多変量時系列データを記号列に変換しベイズ推論を用いて統計的に有意なパターンを抽出してハイパーグラフとしてモデル化することで、神経系や社会システムにおける高次依存関係を検出する手法を提案しています。
Large Language Models -- the Future of Fundamental Physics?
この論文は、Qwen2.5 の大規模言語モデルをコネクタネットワークと組み合わせることで、標準的な初期化や同サイズの専用ネットワークを上回る性能で、宇宙論的大規模構造の 3D 地図生成や宇宙論パラメータの回帰といった SKA データ分析を可能にする「Lightcone LLM（L3M）」の手法を提案し、その有効性を示しています。
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。