Optimization-based Unfolding in High-Energy Physics
이 논문은 고에너지 물리학의 불폴딩 (unfolding) 문제를 정규화된 2 차 최적화 문제로 재정의하고 이를 QUBO 형식으로 변환하여 양자 어닐링 및 하이브리드 솔버를 활용한 'QUnfold'라는 오픈소스 패키지를 개발하였으며, 기존 기법들과의 벤치마크를 통해 경쟁력 있는 재구성 정확도를 입증했습니다.
🔬 Category
physics.data-an
327 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.
Predicting the onset of period-doubling bifurcations via dominant eigenvalue extracted from autocorrelation
이 논문은 자기상관함수에서 추출한 주 지배 고유값 (DE-AC) 이 심실세동과 같은 심장 부정맥의 전조 현상인 주기 배가 분기 (period-doubling bifurcation) 를 예측하는 데 기존 지표들보다 뛰어난 민감도와 특이도를 보임을 이론적 및 실험적 증거를 통해 입증했습니다.
Non-intrusive Monitoring of Sealed Microreactor Cores Using Physics-Informed Muon Scattering Tomography With Momentum Measurements
이 논문은 모멘텀 측정을 결합한 물리 정보 기반의 TRec 프레임워크를 통해 밀폐된 마이크로원자로 코어에서 단일 연료 결손을 기존 방법보다 훨씬 높은 감도로 비파괴적으로 탐지할 수 있음을 입증합니다.
A Tutorial on Bayesian Analysis of Linear Shock Compression Data
이 논문은 충격 압축 실험 데이터의 불확실성을 정량화하고, 베이지안 선형 회귀와 랭킨 - 후고니오 방정식을 결합하여 압력 - 부피 평면에서 데이터와 일관된 여러 후고니오 곡선을 생성하는 방법론을 아르곤, 구리, 니켈 데이터를 통해 소개하고 있습니다.
Noise2Ghost: Self-supervised deep convolutional reconstruction for ghost imaging
이 논문은 청정 참조 데이터 없이도 노이즈가 많은 acquisitions 에서 탁월한 재구성 품질을 제공하는 자기지도 학습 기반의 딥러닝 고스트 이미징 재구성 방법인 'Noise2Ghost'를 제안하며, 이를 통해 저조도 X 선 형광 이미징 등 다양한 첨단 응용 분야에서 신호 대 잡음비 문제를 해결할 수 있음을 보여줍니다.
Physics-Embedded Bayesian Neural Network (PE-BNN) to predict Energy Dependence of Fission Product Yields with Fine Structures
이 논문은 핵물리학적 지식을 통합한 물리-임베딩 베이지안 신경망 (PE-BNN) 프레임워크를 제안하여, 에너지 독립적 현상론적 쉘 인자를 입력 특징으로 활용함으로써 에너지 의존성 핵분열 생성물 수율의 미세 구조와 전역적 경향을 동시에 정확하게 예측함을 보여줍니다.
Structured Kolmogorov-Arnold Neural ODEs for Interpretable Learning and Symbolic Discovery of Nonlinear Dynamics
이 논문은 구조화된 상태 공간 모델링과 Kolmogorov-Arnold 네트워크 (KAN) 를 통합한 SKANODE 프레임워크를 제안하여, 비선형 동역학 시스템의 관측 데이터로부터 물리적으로 해석 가능한 잠재 상태와 지배 방정식을 정확하게 복원하고 발견하는 방법을 제시합니다.
Linear Acceleration Is a Primary Risk Factor for Concussion
본 연구는 구강 보호대에 장착된 센서를 통해 측정한 데이터를 분석하여 회전 가속도보다 선형 가속도가 뇌진탕의 더 정확한 예측 인자임을 입증하고, 이를 바탕으로 뇌척수액의 보호 메커니즘을 모방한 액체 충격 흡수 기술을 개발해 기존 헬멧 대비 뇌진탕 위험을 최대 73% 감소시킬 수 있음을 제시했습니다.
Settlement percolation: global maps of Critical Distances
이 논문은 전 세계 Settlement 의 공간적 연결성을 정량화하기 위해 고립된 정착지가 거대한 클러스터로 합쳐지는 임계 거리를 식별하는 새로운 'Settlement Percolation' 접근법을 제시하고, 이를 기반으로 전 지구적 규모의 GSP 데이터셋을 구축하여 도시 형태, 토지 이용, 생태학적 영향 등 다양한 연구 분야에 기여함을 설명합니다.
Extreme Value Analysis for Finite, Multivariate and Correlated Systems with Finance as an Example
이 논문은 금융을 예시로 들어, 상관 행렬의 고유기저로 데이터를 회전시켜 다변량 상관 시스템을 단일 변수 극값 분석 도구로 변환하고 비정상성을 고려한 피크 초과 임계값 접근법을 통해 유한한 다변량 상관 시스템의 극단값을 효과적으로 분석하는 실용적 프레임워크를 제안합니다.