Algorithm to extract direction in 2D discrete distributions and a continuous Frobenius norm
本研究は、2 次元離散分布の方向性を決定するための新規アルゴリズムを提示し、離散データ間の差のフロベニウスノルムを連続的な解析式（CFND）に一般化することで、ガウス分布の回転角度を絶対正弦関数で近似し、ニュートリノ検出器や天文学などの分野における方向性の特定に成功したことを示しています。
🔬 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。
AMBER: Algorithm for Multiplexing spectrometer Background Estimation with Rotation-independence
本論文では、中性子散乱データからモデルに依存しない前景と背景を分解し、専門家の介入を減らして系統的誤差を最小化するための、回転不変性を活用した新しいセグメンテーションアルゴリズム「AMBER」を提案しています。
Dichography: Two-frame Ultrafast Imaging from a Single Diffraction Pattern
この論文は、X 線自由電子レーザーから発生する 2 色の時間遅延パルスの回折パターンからアルゴリズム的に信号を分離・再構成する「Dichography」という手法を実証し、ナノメートル空間分解能で単一試料の 2 枚の超高速イメージングを可能にしたことを報告しています。
Geometric Autoencoder Priors for Bayesian Inversion: Learn First Observe Later
本論文は、多様な幾何学的形状を持つ物理システムのデータから学習した幾何学的オートエンコーダーをベイズ推論の事前分布として活用し、物理法則や境界条件の知識を必要とせずに複雑な形状を扱う逆問題における不確実性定量化を可能にする「GABI」という新たな枠組みを提案しています。
NuBench: An Open Benchmark for Deep Learning-Based Event Reconstruction in Neutrino Telescopes
本論文は、既存および提案されている実験の 6 種類の検出器幾何学に基づき、水および氷環境におけるニュートリノ事象再構成のための深層学習手法を比較評価するための大規模オープンベンチマーク「NuBench」を提案し、その上で 4 つの再構成アルゴリズムを 5 つの主要タスクで検証したことを報告するものです。
Unfolding without Iterations, Adversaries, or Surrogates
LHC 物理学における検出器効果の補正という逆問題を、反復処理、敵対的学習、または代理モデルに依存することなく、漸近的に正しい解を直接導き出す新しい手法「AUSSIE」を提案し、その有効性を示しています。
Short-Term Forecasting of Energy Production and Consumption Using Extreme Learning Machine: A Comprehensive MIMO based ELM Approach
コルシカ島の 6 年間にわたる多様なエネルギー源データを用い、非定常性や季節変動に対処するスライディングウィンドウと循環的時間符号化を統合した多入力多出力（MIMO）極限学習機（ELM）アプローチを提案し、これによりリカレントニューラルネットワークなどの深層学習手法と比較して計算コストが低くリアルタイム適用に適した高精度な短期エネルギー需給予測を実現した。
Fluid dynamics meet network science: two cases of temporal network eigendecomposition
この論文は、流体力学の理論（特に POD と Koopman 演算子）を時空間ネットワークに適用し、そのダイナミクスを直交基底や動的モードを用いて分解・圧縮・再構成する 2 つの固有値分解手法を提案し、合成モデルを用いて検証したものである。
Testing the Constancy of Type Ia Supernova Luminosities with Gaussian Process
この論文は、宇宙クロノメーターデータを用いたガウス過程によるモデル非依存の距離測定を基準として、Pantheon+ と DES 5YR のデータセットを分析し、Ia 型超新星の光度が赤方偏移とともに一定であるという仮説を検証した結果、統計的誤差の範囲内では一致しているものの、特定の赤方偏移領域で系統的な逸脱が観測され、光度進化の可能性を示唆していることを報告しています。
Maximum Likelihood Particle Tracking in Turbulent Flows via Sparse Optimization
この論文は、乱流における非ガウス性の間欠性を考慮したスパース最適化と反復重み付き最小二乗法（IRLS）に基づく最大尤度推定フレームワークを提案し、従来の手法よりも粒子の位置・速度・加速度の推定精度を向上させるとともに、加速度やジャークの重たい裾を持つ統計的構造を効果的に復元することを示しています。