261 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 demonstreert hoe machine learning-technieken kunnen worden gebruikt om de optimale marginalisatie van energie-correlatoren te vinden voor precisiemetingen, waarbij wordt vastgesteld dat rechthoekige driehoeken de meest gevoelige observabelen zijn voor het bepalen van de top-quark massa.
Dit artikel onderzoekt onverwachte afwijkingen in CMS-data die door het OmniLearned-fundamentale model werden geïdentificeerd, waarbij bleek dat de achtergrondschatting weliswaar in validatiegebieden goed werkt maar in het signaalgebied tekortschiet, wat leidt tot een uitnodiging voor verdere analyse van deze gebeurtenissen en methoden.
In dit artikel wordt een nieuw likelihood-vrij raamwerk gepresenteerd dat Flow Matching en simulatiegebaseerde inferentie combineert om via de dynamische geheugen van de GD-1-stroming gelijktijdig de parameters van de oorspronkelijke sterrenhoop en het zwaartekrachtsveld van de Melkweg af te leiden.
Op basis van drie jaar aan hoogwaardige trajectdata in een druk station toont dit onderzoek aan dat voorbijgangers elkaar, zelfs zonder sociale banden, vaak onbewust imiteren bij routekeuzes, wat leidt tot 'avalanches' van identieke beslissingen die de collectieve menigtedynamiek sterk bepalen.
Dit artikel introduceert een trainingsvrije, analytische voorspellingsoperator voor cyclische energieprocessen die, door gebruik te maken van tijdsymmetrie en lokale correlatie, een significant nauwkeuriger alternatief biedt voor klassieke persistentiemodellen bij het voorspellen van periodiek variërende grootheden zoals zonnestraling en wind.
Dit artikel beschrijft twee machine learning-benaderingen voor het CYGNO-experiment: een onbewaakte autoencoder voor efficiënte online datareductie en een zwaktoezicht-gebaseerde CWoLa-classificatie voor het identificeren van kernstootjes in donkere-materiezoekopdrachten.
In deze studie wordt een op machine learning gebaseerd framework ontwikkeld en geëvalueerd dat, gebruikmakend van het Warn-on-Forecast-systeem, waarschuwingskansen voor zware weersomstandigheden over een periode van 2 tot 6 uur voorspelt en aantoont dat modellen zoals histogram-gradient-boosting en U-Net beter presteren dan traditionele baselines.
Dit paper introduceert NGCG, een neural-symbolische pipeline die conservatiewetten uit data nauwkeurig en zonder vals-positieven ontdekt door dynamica en invariantie te ontkoppelen, waardoor het superieur presteert op diverse chaotische en dissipatieve systemen.
Dit artikel introduceert een nieuw raamwerk voor de data-gedreven ontdekking van stochastische differentiaalvergelijkingen dat de weak-form integratie-methode van Weak SINDy combineert met stochastische systeemidentificatie door het gebruik van ruimtelijke Gaussische testfuncties, waardoor een onbevooroordeelde en nauwkeurige reconstructie van drift- en diffusiegeneratoren mogelijk wordt.
Dit artikel beschrijft de constructie van een globale -functie voor het simultaan aanpassen van gecorreleerde energie-afhankelijke dwarsdoorsneden, waarbij rekening wordt gehouden met correlaties tussen verschillende processen en energiepunten, evenals met bijdragen van geïntegreerde luminositeits- en centrum-van-massa-energiemetingen.