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.

Aeroelastic Reduced-Order Model Differential Equations in Transonic Buffeting Flow

Dit artikel presenteert een nieuw niet-lineair unsteady aerodynamisch reduced-order model (IDE-ROM), dat Volterra-theorie en niet-lineaire oscillator-dynamica combineert en met het OMP-algoritme wordt geïdentificeerd, om de aeroelastische respons van een OAT15A-profiel in transsonische shock-buffetstroming nauwkeurig en efficiënt te simuleren, inclusief complexe verschijnselen zoals aeroelastische lock-in.

Michael Candon, Pier Marzocca, Earl H. Dowell2026-03-03🔬 physics

High-Accuracy Material Classification via Reference-Free Terahertz Spectroscopy: Revisiting Spectral Referencing and Feature Selection

Dit onderzoek toont aan dat data-gedreven feature-selectie, met name Sequential Forward Selection, nauwkeurige materiaalclassificatie mogelijk maakt met behulp van een beperkt aantal frequenties in referentievrije terahertz-spectroscopie, waardoor de noodzaak voor breedbandbronnen en referentiemetingen wordt weggenomen voor compacte sensoren.

Mathias Hedegaard Kristensen, Paweł Piotr Cielecki, Esben Skovsen2026-03-03🔬 physics.app-ph

Data-driven, non-Markovian modelling of weather in the presence of non-stationary, non-Gaussian, and heteroskedastic climate dynamics

Deze studie introduceert een data-gedreven protocol dat, door het gebruik van lokale homoskedasticiteit en een veralgemeende meestervergelijking, een nauwkeurige en efficiënte laag-dimensionale beschrijving mogelijk maakt van niet-stationaire, niet-Gaussische en heteroskedastische weersfluctuaties, zoals geïllustreerd aan de hand van temperatuurdata uit Boulder, Colorado.

Thomas Sayer, Andrés Montoya-Castillo2026-03-03🔬 cond-mat

Algorithm to extract direction in 2D discrete distributions and a continuous Frobenius norm

Deze studie presenteert een nieuw algoritme dat de richting in tweedimensionale discrete verdelingen bepaalt door een gemeten dataset te vergelijken met een referentie via de Frobenius-norm van het verschil, waarbij een continu analoog (CFND) wordt afgeleid dat de relatie met de werkelijke richting effectief benadert.

Jeffrey G. Yepez, Jackson D. Seligman, Max A. A. Dornfest, Brian C. Crow, John G. Learned, Viacheslav A. Li2026-03-02🔭 astro-ph

Dichography: Two-frame Ultrafast Imaging from a Single Diffraction Pattern

In dit artikel presenteren de auteurs 'Dichography', een experimentele methode die het mogelijk maakt om twee tijdvertrouwde beelden van een monster te reconstrueren uit één enkel diffractiepatroon van twee gekleurde röntgenpulsen, waarmee structurele veranderingen op nanoschaal met 20 nm resolutie kunnen worden vastgelegd voordat significante schade optreedt.

Linos Hecht, Andre Al Haddad, Björn Bastian, Thomas M. Baumann, Johan Bielecki, Christoph Bostedt, Subhendu De, Alberto De Fanis, Simon Dold, Thomas Fennel, Fanny Goy, Christina Graf, Robert Hartmann (…)2026-03-02🔬 physics.optics