Network Reconstruction via Jeffreys Prior under Missing Sufficient Statistics
이 논문은 블록별 밀도 정보가 부재한 상황에서도 제프리 사전분포를 활용하여 불확실성을 최소화하는 방식으로 블록 구조를 고려한 네트워크 재구성 모델을 제안하고, 국제 무역 데이터를 통해 기존 모델보다 우수한 성능을 입증했습니다.
🔬 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.
Composition Design of Shape Memory Ceramics based on Gaussian Processes
본 논문은 가우시안 프로세스 머신러닝을 활용하여 ZrO₂ 기반 형상 기억 세라믹의 조성을 예측하고 설계 기준을 적용했으나, 금속 합금에서 유효했던 기준이 세라믹에는 보편적으로 적용되지 않아 높은 열적 히스테리시스가 관측됨을 보여줍니다.
Better Together: Cross and Joint Covariances Enhance Signal Detectability in Undersampled Data
이 논문은 랜덤 행렬 이론을 활용하여 고차원 데이터에서 공유 신호를 탐지할 때, 개별 공분산보다 교차 공분산 또는 결합 공분산이 샘플링 노이즈 속에서도 신호를 더 일찍 복원할 수 있음을 증명하고, 변수 간 차원 불일치에 따라 최적의 탐지 방법을 제시합니다.
GPU-Accelerated Sequential Monte Carlo for Bayesian Spectral Analysis
이 논문은 GPU 병렬 처리를 활용한 순차 몬테 카를로 샘플링 기법을 제안하여 베이지안 스펙트럼 분석의 계산 비용을 획기적으로 줄이고, XPS 및 XRD 데이터와 같은 대규모 스펙트럼 데이터에 대한 모델 선택 및 파라미터 추정을 효율적으로 수행할 수 있음을 입증했습니다.
Toward Artificial Intelligence Enabled Earth System Coupling
이 논문은 인공지능 (AI) 기술이 지구 시스템 내 물리·화학·생물학적 과정 간의 상호작용을 강화하고, 다중 구성 요소 모델의 한계를 극복하며, 통합된 지구 시스템 프레임워크 구축을 가능하게 하는 새로운 기회와 개념적 경로를 검토합니다.
PATHFINDER: Multi-objective discovery in structural and spectral spaces
이 논문은 단일 목표 최적화의 한계를 극복하고 구조, 스펙트럼, 측정 공간 간의 균형을 맞추며 희귀한 과학적 상태를 발견하기 위해, 잠재 공간 표현과 파레토 기반 획득 전략을 결합한 자율 현미경 프레임워크 'PATHFINDER'를 제안합니다.
Replacing Gaussian Processes with Neural Networks in Pulsar Timing Array Inference of the Gravitational-Wave Background
이 논문은 펄서 타이밍 배열 분석에서 가우시안 프로세스를 확률적 신경망으로 대체함으로써 중력파 배경 모델 추론의 계산 효율성을 크게 향상시키면서도 일관된 사후 분포를 얻을 수 있음을 입증했습니다.
Policy heterogeneity improves collective olfactory search in 3-D turbulence
이 논문은 난류 환경에서 탐험과 활용을 담당하는 이질적인 에이전트들로 구성된 군집이 균질한 군집보다 후각적 탐색 효율이 뛰어나며, 이는 공간 상관관계의 부정적 영향을 완화하여 odor source 를 더 빠르게 찾게 해준다는 것을 수치 시뮬레이션을 통해 입증했습니다.
Size-structured populations with growth fluctuations: Feynman--Kac formula and decoupling
이 논문은 내부 변수의 요동을 고려한 크기 구조화 개체군 모델에서 계보와 개체군 앙상블 간의 해리 조건을 유도하고, 이를 Feynman-Kac 공식과 연결하여 성장 동역학을 변환하고 기대값을 평가하는 방법을 제시합니다.
Neural posterior estimation for scalable and accurate inverse parameter inference in Li-ion batteries
이 논문은 리튬이온 배터리의 내부 상태 진단을 위해 신경 사후 추정 (NPE) 기법을 도입하여 기존 베이지안 보정에 비해 추론 시간을 밀리초 단위로 단축하면서도 동등하거나 더 높은 정확도를 달성하고, 고차원 매개변수 추정과 실험 데이터 검증을 통해 실시간 적용 가능성을 입증했습니다.