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。
半導体製造におけるハイブリッド計測が、異なる測定手法の結果の不一致を無視して不確かさを過小評価する「暗黙の不確かさ（ダーク・アンセタインティ）」に直面しており、これを無視したモデルは目標達成を不可能にするほど過信を招くため、ランダム効果モデルなどの適切な統計手法を用いて不確かさを正しく評価・低減する実践指針が提示されています。
本論文は、複雑な物理領域を有する臨界熱束（CHF）の予測において、事後的な手法ではなく、不確実性を最適化プロセスに組み込むカバレッジ指向の学習アプローチが、統計的較正を超えて物理的に一貫したモデル表現を実現することを示しています。
この論文は、過去のネットワークスナップショットの情報を事前分布として活用し、不確実性を定量化しながら将来のネットワーク構造を予測するベイジアンアプローチを開発し、銀行間市場データを用いた検証で既存手法を上回る精度を達成したことを報告しています。
本論文は、情報場理論に基づくベイズ推論と生成モデルを用いて eROSITA の LMC 領域（SN1987A）観測データをノイズ除去・分解・復元し、高解像度かつ分解された X 線画像を生成する手法を提案し、その有効性を検証したものである。
本論文は、水文研究における科学機械学習（SciML）の多様な手法群を初めて体系的にレビューし、物理知識とデータ駆動型モデルを統合するための統一された概念枠組みを提案することで、分野の概念明確化と累積的進展を促進することを目的としています。
この論文は、分子動力学シミュレーションの投影によるアーティファクトをガウス低域通過フィルタリングで補正することで、隠れていたコンフォメーション状態を回復し、より明確で長寿命なメタステーブル状態を同定できることを示しています。
本論文は、イベント同期（ES）とイベント一致分析（ECA）の改良版を用いて時系列データの同期性を定量化する手法を比較検討し、時系列の連続的依存性やイベントのクラスタリングが ES の適用に制限をもたらす一方、ECA はより頑健な手法であることを示唆しています。
この論文は、実部を測定値、虚部をボラティリティの推定値とする複素数時系列を用いた単純な複素自己回帰モデルを提案し、コルシカ島のデータによる検証で、従来のモデルよりも高い精度で太陽放射の確率的短期予測が可能であることを示しています。
この論文は、太陽放射の時間系列予測において、季節性や条件付きヘテロスケダスティシティなどの特徴や予測時間枠に応じて適切なナイーブ基準法を選択する重要性を論じ、特に提案された ARTU モデルとそのアンサンブル組み合わせが統計的に優れた結果を示すことを示しています。
本論文では、ピーク検出に依存せず非負の制約とスパース性を活用することで、従来の手法では困難だった微小結晶領域や高モザイク構造を持つ試料（ショットピーニングされたマルテンサイトや巻貝の殻など）の 3 次元配向分布関数を高角度分解能で安定に再構成する新しい走査プローブ X 線回折トモグラフィ法を提案・実証しています。