Improving robustness of jet tagging algorithms with adversarial training: exploring the loss surface
본 논문은 손실 표면의 기하학적 통찰력을 활용하여 모델의 취약성을 완화하면서도 높은 성능을 유지함으로써, 입력 왜곡을 체계적 불확실성의 대리 변수로 삼아 적대적 훈련이 딥러닝 기반 제트 플레이버 태깅 알고리즘의 강건성을 향상시킨다는 것을 보여줍니다.
🔬 Category
physics.data-an
252 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.
Revealing dynamics of non-autonomous complex systems from data
본 논문은 최적 기저 함수를 식별함으로써 지배적인 비자율 동역학 방정식을 추론하는 새로운 데이터 기반 접근법을 제시하여 생물학적 집합체부터 공학적 응용에 이르기까지 다양한 실제 시스템의 거동을 성공적으로 재구성하고 예측합니다.
Double Metric Learning for Building Directed Graphs with Chain Connections for the ATLAS ITk Detector
본 논문은 ATLAS ITk 검출기의 체인 연결을 가진 방향성 그래프 구성 시 발생하는 충돌을 해결하기 위해 두 가지 서로 다른 노드 표현을 학습하는 "이중 메트릭 학습" 접근법을 제안하며, 단순 메트릭 학습에 비해 고 횡방향 운동량 입자의 그래프 구성 및 엣지 방향 예측에서 향상된 성능을 입증한다.
Ant Colony Optimization for Density Functionals in Strongly Correlated Systems
본 논문은 개미 군집 최적화 알고리즘을 적응시켜 FVC 밀도 범함수를 조정함으로써 다양한 차원의 강상관 계에 대한 바닥 상태 에너지 예측 시 평균 상대 오차를 현저히 감소시키며, 낮은 계산 비용으로 최대 67% 의 오차 감소를 달성함을 보여준다.
A Quantum Reservoir Computing Approach to Quantum Stock Movement Forecasting in Quantum-Invested Markets
본 논문은 양자 섹터 기업의 주식 동향 및 거래량 예측 정확도를 86% 이상 달성하기 위해 소규모 6 큐비트 시스템을 활용한 플랫폼 무관형 양자 저수소 컴퓨팅 프레임워크를 제시하며, 이는 근미래 양자 하드웨어가 복잡한 금융 시계열 분석에 가질 수 있는 잠재력을 입증하는 것이다.
The influence of data gaps and outliers on resilience indicators
본 연구는 수학적 분석을 통해 데이터 결측치와 이상치가 분산 및 자기상관 기반 회복력 지표의 신뢰성을 크게 훼손함을 입증하였으며, 결측치는 이들 지표 간 일치도를 약화시키고 이상치는 시스템 안정성에 대한 체계적인 과대평가를 초래함을 보여준다.
Analytic Marginalization over Binary Variables in Physics Data
본 논문은 물리 데이터에서 이진 보정 변수의 정확한 주변화가 이징 모델과 수학적으로 동등함을 보여줌으로써, 지수적으로 복잡한 구성을 처리하고 Ia 형 초신성 보정과 같은 응용 분야에서 불확실성을 정확하게 정량화하기 위해 효율적인 통계 물리 도구를 사용할 수 있게 함을 입증한다.
CVEvolve: Autonomous Algorithm Discovery for Unstructured Scientific Data Processing
CVEvolve 는 LLM 과 다중 라운드 검색 전략을 활용하여 과학적 데이터 처리 알고리즘을 독립적으로 발견하고 최적화하는 자율형 제로코드 에이전트 시스템으로, 전문 프로그래밍 지식이 필요 없이 도메인 과학자들이 복잡한 비정형 데이터를 효과적으로 분석할 수 있도록 지원합니다.
Self-learning signal classifier for decameter coherent scatter radars
본 논문은 12 개 SuperDARN 및 SECIRA 레이더에서 2 년간의 데이터를 활용하여 측정된 레이더 매개변수와 모델링된 전파 전파 특성의 조합을 기반으로 14 개의 명확히 구분 가능한 클래스를 식별하기 위해 자동으로 모델을 구축하는 데카미터 코히어런트 산란 레이더용 자기 학습 신호 분류기를 제시한다.
BB plot: A Tool for Accurate Model Selection Using Bayes factors
본 논문은 중력파 천문학, 특히 GW231123 의 통계적 유의성 평가에 대한 적용 사례를 통해 계산 정확도를 검증하고 배경 분포를 효율적으로 추정하기 위해 경쟁 가설 하의 베이즈 인자와 그 분포 간의 관계를 활용하는 베이즈 인자-베이즈 인자 (BB) 플롯이라는 진단 도구를 소개한다.