334 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 paper introduceert BuSyNet, een diep leernetwerk dat dimensie-consistente symplectische transformaties combineert om compacte, interpreteerbare symbolische Hamiltoniaanse uitdrukkingen te ontdekken die de energiebehoud en symplectische geometrie van fysische systemen nauwkeuriger en stabieler modelleren dan bestaande methoden.
Deze studie introduceert een nieuwe Kanaalafhankelijkheidsindex (CDI) die aantoont dat systemische, netwerkniveau-uitbreidingen van het openbaar vervoer essentieel zijn om de afhankelijkheid van auto's in 18 steden in Europa en Noord-Amerika te doorbreken en duurzame mobiliteit te bevorderen.
Dit artikel toont aan hoe principal component analysis op golf-functie-snapshots kan worden gebruikt om niet-equilibriume dynamica in kwantum-systemen, zoals de Heisenberg-spinketen, te analyseren en te verbinden met waarneembare grootheden en hogere-orde correlaties.
Deze studie evalueert via simulaties drie tijdschaalmetrieken voor aperiodische lichtkrommen en concludeert dat Δm-Δt-plots en piekdetectie robuuster zijn dan Gaussian process-regressie voor het karakteriseren van variabiliteit onder diverse waarnemingsomstandigheden, terwijl de gebruikte software openbaar wordt gemaakt.
Dit artikel onderzoekt inhomogene Erdős-Rényi-grafen met verbindingskansen bepaald door Pareto-variabelen met oneindig gemiddelde, waarbij wordt bewezen dat de graadverdeling convergeert naar een gemengde Poisson-verdeling, terwijl er sprake is van asymptotische niet-verdwijnende correlaties en een kruispunt in de aanwezigheid van geïsoleerde knopen.
Hoewel wiskundige theorieën en fijnkorrelige data lognormale verdelingen voorspellen voor het tijdsinterval tussen gewelddadige conflicten, weerlegt de analyse van deze data de bestaande opvatting niet en bevestigt het eerder dat dergelijke gebeurtenissen een lognormale verdeling vertonen.
Dit artikel bespreekt de stadsontwikkeling als een complex systeem, waarbij het de theorie van stedelijke schaling analyseert en benadrukt dat variaties binnen één stad vaak groter zijn dan verschillen tussen steden, wat een genuanceerde aanpak vereist die verder gaat dan het reduceren van steden tot één enkele indicator.
Deze paper introduceert een robuuste methode voor één-dimensionale faseherwinning, genaamd Energy Time Ptychography, die door het gebruik van meerdere energetisch overlappende metingen van synchrotron X-stralen in de tijd domein zowel het transmissiespectrum als de fase van de verstrooiingsrespons van Mössbauer-isotopen kan reconstrueren, waardoor de beperkingen van traditionele gamma-bronnen worden overwonnen.
Dit onderzoek presenteert een efficiënt ensemble-gebaseerd data-assimilatiekader dat, in combinatie met Smoothed Particle Hydrodynamics en de ensemble Kalman-filter, automatisch materiaalparameters voor hoge-snelheidsimpactsimulaties kalibreert op basis van één test en tegelijkertijd een diagnose biedt voor parameter-sensitiviteit en identificeerbaarheid.
Dit paper introduceert MCbiF, een methode gebaseerd op 2-parameter persistente homologie die de topologische autocorrelatie van niet-hiërarchische multischaalclusteringen kwantificeert en bewezen superieure prestaties levert op machine learning-taken vergeleken met bestaande methoden.