🔬 Category

physics.data-an

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.

Time delay embeddings to characterize the timbre of musical instruments using Topological Data Analysis: a study on synthetic and real data

Deze studie toont aan dat het toepassen van Topologische Data-Analyse op tijdvertragingsembeddings van audiosignalen, specifiek gebruikmakend van vertragingen gerelateerd aan breuken van de fundamentele periode, de muzikale klankkleur effectief karakteriseert door harmonische structuren te onthullen en instrumenten te onderscheiden in zowel synthetische als echte data.

Gakusei Sato, Hiroya Nakao, Riccardo Muolo2026-02-05🌀 nlin

Automated Extraction of Multicomponent Alloy Data Using Large Language Models for Sustainable Design

Dit artikel presenteert een op LLM gebaseerde pijplijn die nauwkeurig gegevens over meercomponentige legeringen extraheert uit zowel tekst als tabellen om de grootste publiekelijk beschikbare database van zijn soort te creëren, wat duurzaam ontwerp van materialen mogelijk maakt door hoogwaardige legeringskandidaten te identificeren voor toepassingen op het gebied van gewichtsreductie, zacht magnetisme en corrosiebestendigheid.

Aravindan Kamatchi Sundaram, Mohit Chakraborty, Sai Mani Kumar Devathi, B. Pabitramohan Prusty, Rohit Batra2026-02-05🔬 cond-mat.mtrl-sci

Link Statistics of Dislocation Network during Strain Hardening

Door Discrete Dislocation Dynamics-simulaties van fcc Cu te analyseren, onthult deze studie dat de lengtes van dislocatieverbindingen op actieve glijsystemen een dubbel-exponentiële verdeling volgen als gevolg van door spanning geïnduceerde buiging, terwijl inactieve systemen een enkel-exponentiële verdeling vertonen, een onderscheid dat wordt verklaard door het netwerk te modelleren als een eendimensionaal Poisson-proces met superlineaire groeicijfers voor lange verbindingen.

Sh. Akhondzadeh, Hanfeng Zhai, Wurong Jian, Ryan B. Sills, Nicolas Bertin, Wei Cai2026-02-03🔬 cond-mat.mtrl-sci

Quantitative mobile gamma-ray spectrometry through Bayesian inference

Dit artikel presenteert een nieuw kader dat hoogwaardige Monte Carlo-simulaties combineert met Bayesiaanse inferentie om een snelle, nauwkeurige kwantificering van mobiele gammastralingsbronnen te bereiken, wat de mogelijkheden in radiologische veiligheid, geofysische mapping en ruimteverkenning aanzienlijk vooruithelpt.

David Breitenmoser, Alberto Stabilini, Malgorzata Magdalena Kasprzak, Sabine Mayer2026-02-03🔬 physics.app-ph

Multimodal Machine Learning for Integrating Heterogeneous Analytical Systems

Dit artikel presenteert een interpreteerbaar multimodale machine learning-framework dat heterogene analytische gegevens van SEM, Raman, gasadsorptie en elektrische metingen integreert om koolstofnanobuizenfilms te karakteriseren, waarbij wordt aangetoond dat nietlineaire modellen zoals XGBoost materiaaleigenschappen nauwkeurig kunnen voorspellen terwijl ze fysiek betekenisvolle inzichten bieden in de onderliggende structuur-eigenschapsrelaties.

Shun Muroga, Hideaki Nakajima, Taiyo Shimizu, Kazufumi Kobashi, Kenji Hata2026-02-03🔬 cond-mat.mtrl-sci

Phase Transitions in Unsupervised Feature Selection

Dit artikel presenteert een theoretische analyse die aantoont dat ongecontroleerde kenmerkselectie voor eiwitten met behulp van Differentiable Information Imbalance een faseovergang tussen glasachtige en vloeibare toestanden onthult, waarbij het kritieke aantal fysisch-chemische kenmerken samenvalt met de verzadiging van de downstream classificatieprestaties, wat een principieel criterium biedt voor het identificeren van minimale kenmerkensets.

Jonathan Fiorentino, Michele Monti, Dimitrios Miltiadis-Vrachnos, Vittorio Del Tatto, Alessandro Laio, Gian Gaetano Tartaglia2026-02-03🧬 q-bio

SPARKX: A Software Package for Analyzing Relativistic Kinematics in Collision Experiments

Dit artikel introduceert SPARKX, een open-source Python-pakket dat is ontworpen om de analyse van relativistische kinematica in zwaart-ionen-botsingsexperimenten te stroomlijnen en te verbeteren door een uitgebreide, multi-format toolkit te bieden die integreert met belangrijke simulatieframeworks zoals SMASH en JETSCAPE.

Nils Sass, Hendrik Roch, Niklas Götz, Renata Krupczak, Carl B. Rosenkvist2026-02-02⚛️ hep-ph