Log Gaussian Cox Process Background Modeling in High Energy Physics
이 논문은 고에너지 물리학 데이터 분석에서 배경 모델링을 위해 기존 분석적 함수 형태에 대한 최소한의 가정으로 로그 가우스 코크스 과정 (LGCP) 을 기반으로 한 새로운 방법을 제안하고, 마르코프 연쇄 몬테카를로를 통해 최적화 및 후사분포 추정을 수행하며 합성 실험을 통해 기존 방법과 비교 평가합니다.
🔬 Category
physics.data-an
316 편의 논문
물리학 데이터 분석 분야는 방대한 실험 데이터를 수집하고 해석하여 우주의 작동 원리를 밝혀내는 핵심 영역입니다. 복잡한 수식과 대규모 시뮬레이션 결과를 통해 새로운 물리 법칙을 발견하거나 기존 이론을 검증하는 과정을 다루며, 현대 과학의 가장 역동적인 부분 중 하나라고 할 수 있습니다.
Gist.Science 는 arXiv 에 매일 올라오는 최신 물리학 데이터 분석 관련 논문들을 빠르고 꼼꼼하게 처리합니다. 저희는 전문 용어에 익숙하지 않은 독자들도 이해할 수 있는 쉬운 설명과 함께, 연구의 깊이를 파악할 수 있는 상세한 기술적 요약을 모두 제공합니다. 아래에 arXiv 의 최신 논문들이 정리되어 있으니, 데이터가 만들어내는 물리학의 새로운 통찰을 직접 확인해 보세요.
Plotting correlated data
이 논문은 상관된 불확실성을 가진 데이터 시각화 시 기존 오차 막대로는 모델 적합도를 판단하기 어렵다는 문제를 지적하고, 주성분 분석과 조건부 불확실성을 명시적으로 표시하여 데이터와 모델 간의 일치도를 더 정확하게 평가할 수 있는 방법을 제시합니다.
JetPrism: diagnosing convergence for generative simulation and inverse problems in nuclear physics
이 논문은 핵물리학의 생성 시뮬레이션 및 역문제 해결을 위해 기존 CFM 손실 함수의 한계를 지적하고, 물리 기반의 다중 평가 지표를 도입하여 'JetPrism'이라는 신뢰할 수 있는 생성적 대리 모델을 개발한 연구입니다.
Symmetry-Informed Term Filtering for Continuum Equation Discovery
이 논문은 연속체 방정식 발견을 위해 대칭 생성자를 선형 연산자로 취급하여 대칭성 허용 항을 선형 커널 방정식으로 효율적으로 필터링하는 새로운 대수적 방법을 제안하고, 이를 통해 톤너 - 투 및 카르다르 - 파리시 - 장 시스템과 같은 복잡한 물리 시스템의 지배 방정식을 성공적으로 복원함을 보여줍니다.
Thermodynamic connectivity reveals functional specialization and multiplex organization of extrasynaptic signaling
이 논문은 선형동물 C. elegans 의 시냅스 및 신경펩타이드 연결체 데이터를 통계물리학적 원리를 활용해 통합 분석함으로써, 뇌 기능이 속도와 조절, 강건성, 생존을 최적화하기 위해 시냅스 및 세포외 신호 전달이 서로 보완적인 기능적 특화와 다중 조직 구조로 협력함을 규명했습니다.
QuantumXCT: Learning Interaction-Induced State Transformation in Cell-Cell Communication via Quantum Entanglement and Generative Modeling
이 논문은 단일 세포 전사체 데이터에서 세포 간 상호작용을 사전 지식에 의존하지 않고 양자 얽힘과 생성 모델링을 결합한 'QuantumXCT' 프레임워크를 통해 학습함으로써 세포 상태 변화를 포착하고 새로운 통신 프로그램을 발견하는 새로운 패러다임을 제시합니다.
Many Wrongs Make a Right: Leveraging Biased Simulations Towards Unbiased Parameter Inference
이 논문은 시뮬레이션과 실제 데이터 간의 불일치로 인한 편향을 완화하기 위해 다수의 편향된 시뮬레이션을 활용하는 '템플릿 적응 혼합 모델'을 제안하여, 복잡한 신호와 배경이 혼합된 샘플에서 신호 비율을 정확하게 추정하고 잘 보정된 불확실성을 제공하는 방법을 제시합니다.
Deterministic scale-invariant dynamics in a logistic Game-of-Life model
이 논문은 확률적 요소 없이도 로지스틱 게임 오브 라이프 모델에서 두 가지 다른 임계점을 통해 비정상적인 임계 지수를 가진 스케일 불변 역학이 나타날 수 있음을 보여줍니다.
Quantifying Coupled Dynamics in Phase-Space from State Distribution Snapshots
이 논문은 잡음이 존재하고 일부 구성 요소만 관측 가능하며 연속적인 모니터링이 불가능한 복잡한 결합 시스템의 경우, 상태 분포 스냅샷만으로도 상호작용 네트워크를 정량적으로 규명할 수 있는 새로운 방법을 제시합니다.
Active learning emulators for nuclear two-body scattering in momentum space
이 논문은 Maldonado 등 의 기존 연구를 확장하여, Lippmann-Schwinger 적분방정식과 JAX 기반의 효율적인 알고리즘을 활용하여 운동량 공간의 결합 채널 핵 2 체 산란을 위한 능동 학습 에뮬레이터와 오차 추정 기법을 개발하고, 이를 통해 핵 상호작용의 베이지안 보정을 위한 기반을 마련했습니다.