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
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。
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。
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。
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。