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 artikel introduceert een niet-invasieve methode die gebruikmaakt van lichtverstrooiing en een neurale autoencoder met isometrische straffen om de 3D-vorm van transparante, vervormde vellen in stroming nauwkeurig te reconstrueren.
Dit artikel introduceert een algebraïsche aanpak voor gammastraalspectroscopie door verval-schema's te modelleren als quivers en een 'coïncidentie-algebra-bundel' te definiëren die de berekening van kaskade- en coïncidentiekansen voor complexe vervalprocessen mogelijk maakt.
Deze studie introduceert een Bayesiaans protocol dat neutronbronnen met hoge statistische significantie identificeert door volledige spectrale template-matching en probabilistische bewijsbeoordeling toe te passen op terugstoot- en tijd-vlucht spectroscopie-data.
Deze studie introduceert een geoptimaliseerd protocol waarbij kunstmatige neurale netwerken worden gebruikt om op basis van fractuurpatronen van gedroogde zetmeel-suspensies het oorspronkelijke oplosmiddel, zelfs na volledige verdamping, met een nauwkeurigheid van ongeveer 96% te identificeren.
Dit artikel onderzoekt de tijdevolutie van de overlevingskans van een delta-achtige excitatie in Erdős-Rényi-netwerken en onthult dat de vervalregimes en de diepte van het correlatiegat worden bepaald door de multifractale eigenschappen van de eigenstaten en het gemiddelde graadgetal.
Dit artikel introduceert \texttt{py5vec}, een modulaire Python-pakket voor het uitvoeren en uitbreiden van de 5-vector-methode voor het zoeken naar continue gravitatiegolven, inclusief een nieuwe t-likelihood, Bayesian parameter schatting en validatie met LIGO-data.
Deze studie introduceert een nieuw, trainingsvrij graftheorie-algoritme dat de nauwkeurige segmentatie en kwantificering van detonatiecellen uit 3D-drukgegevens mogelijk maakt, waarmee de beperkingen van bestaande handmatige en 2D-methoden worden overwonnen.
Dit artikel presenteert voorspellingen voor de beperkingen op kosmologische parameters door middel van een nieuwe 'learned binning'-methode, waarbij wordt vastgesteld dat wavelet-statistieken (WST en WPH) vergelijkbaar zijn met of aanzienlijk beter presteren dan traditionele hoekvermogensspectra () voor CMB-lensing en kruis-correlaties met zwakke lensing.
Dit paper introduceert CoSR, een nieuw raamwerk dat de ontdekking van fysische wetten nabootst door symbolische regressie te gebruiken in een progressieve keten van betekenisvolle kennisunits, wat leidt tot betere generalisatie en de ontdekking van nieuwe inzichten in complexe fysica- en engineeringproblemen.
Dit artikel introduceert een dynamisch gemiddeld-veldkader dat de convergentie naar bijna-optimale oplossingen in analoge Ising-machines analyseert, de theoretische beperkingen van parameterschema's blootlegt en een geoptimaliseerde aanpak voor temperatuur-annealing voorstelt om de prestaties bij complexe optimalisatietaken te verbeteren.