Improving robustness of jet tagging algorithms with adversarial training: exploring the loss surface
本論文は、損失関数の幾何学的洞察を活用してモデルの脆弱性を軽減しつつ高い性能を維持することにより、敵対的訓練が、入力歪みを系統的不確実性の代理として用いる深層学習に基づくジェットフレーバータグ付けアルゴリズムの頑健性を向上させることを実証する。
🔬 Category
physics.data-an
252 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。
Revealing dynamics of non-autonomous complex systems from data
本論文は、最適な基底関数を同定することによって支配的な非自律動的方程式を推論する新たなデータ駆動型アプローチを導入し、生物学的集合体から工学応用に至る多様な実世界システムの挙動を成功裡に再構築・予測するものである。
Double Metric Learning for Building Directed Graphs with Chain Connections for the ATLAS ITk Detector
本論文は、ATLAS ITk 検出器の鎖状接続を持つ有向グラフ構築における矛盾を解決するために、2 つの異なるノード表現を学習する「二重メトリック学習」アプローチを提案し、単純なメトリック学習と比較して高横運動量粒子に対するグラフ構築およびエッジ方向予測の性能向上を実証する。
Ant Colony Optimization for Density Functionals in Strongly Correlated Systems
本論文は、強相関系の基底状態エネルギーの予測における平均相対誤差を、低計算コストで最大67%削減し、かつさまざまな次元において達成することを示すために、FVC密度汎関数を調整するためにアリコロニー最適化アルゴリズムを適用することが有効であることを実証している。
A Quantum Reservoir Computing Approach to Quantum Stock Movement Forecasting in Quantum-Invested Markets
本論文は、量子セクター企業の株価動向および取引量の予測において86%以上の精度を達成するために小規模な6量子ビットシステムを活用するプラットフォーム非依存の量子リザーバコンピューティングフレームワークを提示し、複雑な金融時系列分析に対する近未来の量子ハードウェアの可能性を実証するものである。
The influence of data gaps and outliers on resilience indicators
本研究は数学的に、データ欠損と外れ値が分散および自己相関に基づく回復力指標の信頼性を著しく損なうことを示しており、欠損値はそれらの一致を弱め、外れ値はシステムの安定性の系統的過大評価を引き起こすことを明らかにした。
Analytic Marginalization over Binary Variables in Physics Data
本論文は、物理データにおける二値補正変数の厳密な周辺化がイジングモデルと数学的に等価であることを示し、これにより指数関数的に複雑な構成を効率的な統計物理学の手法で処理し、Ia 型超新星の較正などの応用において不確実性を正確に定量化することが可能になることを実証する。
CVEvolve: Autonomous Algorithm Discovery for Unstructured Scientific Data Processing
CVEvolve は、LLM と多回検索戦略を活用して科学的なデータ処理アルゴリズムを自律的に発見・最適化するゼロコードの自律型エージェントシステムであり、専門知識を有する科学者が広範なプログラミングスキルを必要とすることなく、複雑で非構造化されたデータを効果的に分析できるようにします。
Self-learning signal classifier for decameter coherent scatter radars
本論文は、12 台の SuperDARN および SECIRA レーダーから得られた 2 年間のデータを用いてモデルを自動的に構築し、測定されたレーダーパラメータとモデル化された電波伝搬特性の組み合わせに基づいて 14 の明確に分離可能なクラスを識別する、デカメートル波コヒーレント散乱レーダー向けの自己学習型信号分類器を提示する。
BB plot: A Tool for Accurate Model Selection Using Bayes factors
本論文は、重力波天文学における GW231123 の統計的有意性の評価を含む応用例によって実証されるように、ベイズ因子とその競合仮説下での分布の間の関係を活用して計算精度を検証し、背景分布を効率的に推定するための診断ツールであるベイズ因子対ベイズ因子（BB）プロットを導入する。