Detecting nonequilibrium phase transitions via continuous monitoring of space-time trajectories and autoencoder-based clustering
この論文は、連続監視された量子系の時空間軌跡データを自動符号化器を用いたクラスタリング手法で解析することで、事前の秩序変数なしに非平衡相転移を検出する機械学習アプローチを提案し、量子接触過程モデルを用いてその有効性を検証したものである。
🔬 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。
Agents of Discovery
本論文は、大規模言語モデル（LLM）を専門タスクに特化したエージェントとして連携させることで、素粒子物理学の異常検出タスクにおいて人間の最先端結果に匹敵する分析を自動化できる可能性を実証したものである。
Eigenvector Geometry as a New Route to Criticality in Random Multiplicative Systems
この論文は、非正規行列における固有ベクトルの非直交性（条件数）が過渡的な増幅を引き起こし、従来のケステン過程とは異なるメカニズムで多変量ランダム乗法系に普遍的なべき則分布と臨界現象を生み出すことを明らかにしたものである。
GPS constellation search for exotic physics messengers coincident with the binary neutron star merger GW170817
本研究は、連星中性子星合体 GW170817 と同時に発生した可能性のあるエキゾチックな低質量場を、GPS 衛星の原子時計データを用いた後方解析で探索し、検出されなかったことから、特定のエネルギー範囲における既存の天体物理学的・重力テストの制約を凌ぐ相互作用エネルギースケールの下限値を導出したことを報告するものである。
Deep Learning for Point Spread Function Modeling in Cosmology
この論文は、暗黒エネルギー研究における弱い重力レンズ分析の精度向上を目指し、HSC の恒星画像を用いたオートエンコーダーとガウス過程を組み合わせた深層学習フレームワークを開発し、従来の PIFF 法よりも高い精度で望遠鏡の全視野にわたる点像分布関数（PSF）を再構築する手法を提案しています。
Exploring the BSM parameter space with Neural Network aided Simulation-Based Inference
本論文は、ニューラルネットワークを活用したシミュレーションベース推論（SBI）手法、特に Neural Posterior Estimation (NPE) が、高次元かつ複雑な制約を持つ超対称性モデル（pMSSM）のパラメータ空間探索において、従来の MCMC 法よりも効率的かつ正確に事後分布を推定できることを示しています。
Profiling systematic uncertainties in Simulation-Based Inference with Factorizable Normalizing Flows
本研究は、シミュレーションに基づく推論（SBI）の枠組みにおいて、関心分布（DoI）の同時抽出と系統誤差の効率的なプロファイリングを可能にする「因子分解可能な正規化フロー」と「償却学習戦略」を提案し、高エネルギー物理学における複雑な解析への応用を示しています。
Bayesian Time-Lapse Full Waveform Inversion using Hamiltonian Monte Carlo
本論文は、ハミルトニアンモンテカルロ法を用いてベースライン調査を事前情報として統合する確率的ベイズ逐次アプローチを提案し、高次元かつ不適切な問題に対処しながら時間経過に伴う全波形逆解析の信頼性を評価する手法を開発し、並列手法と同等の精度で時間経過変化を正確に推定できることを示しています。
Stationary Distributions of the Mode-switching Chiarella Model
本論文は、トレンド形成と平均回帰が競合する拡張チャレラ・モデルにおいて、様々なパラメータ条件下での定常分布を導出し、ノイズやフィードバックの強さに応じて分布の形状（単峰性・双峰性）がどのように変化するか、および先行研究の誤りを数学的に明らかにしています。
Parameter and hidden-state inference in mean-field models from partial observations of finite-size neural networks
この論文は、有限サイズの神経ネットワークから得られる単一の観測データに基づき、平均場モデルのパラメータ推定と観測不可能な隠れ状態の再構成を、同期手法を用いた差分進化アルゴリズムによって実現する手法を提案しています。