331 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 onderzoek toont aan dat de turbulentie-cascade een veel grotere geheugeneffecten (Markov-Einstein coherentielengte) vertoont dan voorheen werd aangenomen, waarbij met name de intermitterende gebeurtenissen de traditionele Markov-benadering overschrijden.
Dit artikel stelt dat grote uitbreidingen van de geldhoeveelheid niet noodzakelijkerwijs tot inflatie leiden, omdat het geld zich in een andere "fase" kan bevinden: in plaats van de consumptie aan te jagen, kan het worden geabsorbeerd in reserves, zoals in het geval van Japan na 2013.
Deze paper introduceert DySIB, een methode die door middel van een informatie-bottleneck-principe in de latente ruimte interpreteerbare, laagdimensionale dynamische variabelen kan afleiden uit hoogdimensionale experimentele data, zoals video-opnames van een fysieke slinger.
Dit onderzoek presenteert een nieuw universeel netwerkgeneratiemodel dat exponentiële probabilistische groei en vari-lineaire preferentiële gehechtheid combineert om realistische netwerkpatronen nauwkeuriger en breder te simuleren dan traditionele methoden.
Dit artikel onderzoekt hoe langetermijncorrelaties in matrixelementen, geïntroduceerd via een percolatiemodel, de spectrale dichtheid en de eigenschap van de eigenwaarden van willekeurige matrices beïnvloeden, waarbij een kritieke overgang naar Gaussische statistiek wordt geïdentificeerd bij .
Dit artikel presenteert een methode voor het berekenen van lokale statistieken op incomplete rastergegevens (zowel Cartesiaans als polair) door gebruik te maken van grensgevoelige spectrale operatoren om artefacten en instabiliteit te voorkomen.
Dit artikel presenteert de eerste uitgebreide bepaling van de productieve kruissecties en vertakkingsverhoudingen voor alle belangrijke hadronische Higgs-vervalmodi bij de FCC-ee, waarbij een combinatie van ZH- en VBF-productieprocessen leidt tot een precisie op het promilleniveau en voor het eerst gevoeligheid toont voor het zeldzame verval .
Dit artikel introduceert een breed scala aan nieuwe signaalbenchmarks en een omvattende set van agnostische observabelen (de "kitchen sink"), die samen de meest gevoelige aanpak blijken voor het detecteren van anomalieën in deeltjesfysica, terwijl een variant met attributen-bagging de trainingskosten aanzienlijk verlaagt zonder prestatieverlies.
Dit artikel presenteert Monte Carlo-simulaties om de kritieke drempelwaarden voor site- en bond-percolatie op het Smith Hat-tessellatiepatroon te bepalen, met respectievelijk gevonden waarden van ongeveer 0,8227 en 0,7982.
Dit onderzoek toont aan dat goed ontworpen en getrainde wetenschappelijke machine-learning-emulators, met name bij gebruik van effectieve schaling en een gematigde netwerkcomplexiteit, de aerosolmicrofysica in het E3SMv2-klimaatmodel nauwkeurig kunnen nabootsen, wat waardevolle inzichten biedt voor de toekomstige ontwikkeling van dergelijke modellen.