257 papers
Fysica — Data-analyse vormt de brug tussen ruwe metingen en inzichtelijke wetenschap. In dit domein draait het om het ontcijferen van complexe datasets, waarbij geavanceerde statistieken en algoritmen worden gebruikt om patronen te ontdekken die voor het blote oog onzichtbaar blijven. Van het bestuderen van kosmische straling tot het analyseren van deeltjesbotsingen, deze onderzoeken vertalen enorme hoeveelheden informatie in duidelijke antwoorden over hoe ons universum werkt.
Op Gist.Science halen we elke nieuwe preprint uit deze categorie direct van arXiv en maken deze toegankelijk voor een breder publiek. Voor elk artikel bieden we zowel een begrijpelijke samenvatting in gewone taal als een diepgaande technische analyse, zodat zowel experts als geïnteresseerden leken de kern van de ontdekkingen kunnen snappen. Hieronder vindt u de nieuwste publicaties in dit dynamische vakgebied, direct uit de bron van de wetenschap.
Dit artikel presenteert een datagedreven methode die statistische en morfologische metrieken gebruikt om automatisch de meest representatieve beelden te identificeren voor het detecteren van defecten in infraroodthermografie, zonder dat voorafgaande kennis van de defectlocaties vereist is.
Deze paper leidt exacte analytische uitdrukkingen af voor de oppervlakte-correlatiefuncties van 'dead-leave' modellen, die geldig zijn voor willekeurige korrelvormen en dimensies, en vergelijkt deze resultaten met die van Boolean-modellen en Debye-ruwheidsmedia.
Dit paper presenteert een unificerend raamwerk dat de schijnbare tegenstelling tussen entropietoename en het ontstaan van complexe structuren oplost door te tonen dat ordening op coarser schaal kan ontstaan terwijl de volledige faseruimte-entropie toeneemt via transportgeometrie en informatie-theorie, met toepassing op kosmische structuurvorming en bredere mesoscopische systemen.
Deze paper introduceert een variational dimension lifting-framework dat niet-lineaire stochastische dynamica via een inverteerbare transformatie naar een lineair Gaussisch model in een hogere dimensie afbeeldt, waardoor robuuste tracking mogelijk wordt zonder de structurele instabiliteiten van conventionele filters.
Deze paper introduceert de GAPE-methode (Genetic Algorithm Powered Evolution) om diep leernetwerken te optimaliseren voor de PROSPECT-experimenten, waarbij de resultaten aantonen dat deze aanpak de signaal-ruisverhouding bijna 2,8 keer kan verbeteren en systematische vertekeningen in de data-effectieve kan mitigeren.
Dit artikel introduceert een speciaal nummer over symbolische regressie in de natuurwetenschappen, waarin de methodologische grondbeginselen, toepassingen, uitdagingen en toekomstperspectieven van deze techniek voor het ontdekken van interpreteerbare wiskundige relaties worden besproken.
Deze studie introduceert een door natuurkunde geïnspireerd neurale operator-methode die nauwkeurige, ruisrobuste schattingen van frequentie-afhankelijke akoestische oppervlakte-admittantie voor lokaal reagerende geluidsabsorptiematerialen mogelijk maakt door near-field metingen direct te koppelen aan de onderliggende akoestische wetten zonder een expliciet voorwaarts model.
Deze studie introduceert een Bayesiaans raamwerk op basis van simulatie-gedreven inferentie dat nauwkeurige, frequentie-afhankelijke akoestische oppervlakte-impedanties in situ schat uit schaarse drukmetingen, waardoor beperkingen van conventionele meetmethoden worden overwonnen en betrouwbare onzekerheidskwantificering mogelijk wordt voor complexe ruimtes zoals auto-interieurs.
Dit artikel presenteert een onbeheerde, reconstructie-gebaseerde anomaliedetectiestrategie met convolutionele autoencoders die, getraind op CYGNO-optische TPC-pedaalbeelden, real-time regio's van belang (ROI's) efficiënt selecteert door 97,8% van het beeldoppervlak te verwijderen terwijl 93,0% van het signaalbehoud behouden blijft.
Dit artikel presenteert trainingsmateriaal en bronnen van de HEP Software Foundation Training Center om fysici op te leiden in het gebruik van Apptainer voor containerisatie, met als doel de reproduceerbaarheid, portabiliteit en samenwerking in de wetenschappelijke analyse te verbeteren.