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 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.
Deze studie toont aan dat de toepassing van de Dynamical Network Marker-theorie op handelsdata van de Tokiose effectenbeurs vroege waarschuwingssignalen voor marktonstabiliteit en grote koersbewegingen kan detecteren.
Deze paper introduceert het NP-moeilijke CriticalSet-probleem voor het identificeren van kritieke bijdragers in bipartiete netwerken, bewijst dat standaard algoritmen geen garanties bieden, en stelt de ShapleyCov-maatstaf en het snelle MinCov-algoritme voor die aanzienlijk beter presteren dan bestaande methoden.
Dit artikel pleit voor een operationele definitie van interpreteerbaarheid in wetenschappelijk machine learning die focust op het begrijpen van mechanismen in plaats van wiskundige sparsiteit, en benadrukt dat een filosofisch onderbouwde definitie essentieel is om onderzoek te richten op de belangrijkste obstakels voor een datagedreven wetenschappelijke toekomst.
Deze paper vestigt een exacte identiteit die de totale entropieproductie bij overdamped Langevin-dynamica relateert aan wederzijdse informatie en een stroomterm, waardoor irreversibiliteit kan worden ontbonden in zelf- en interactiecomponenten die thermodynamische structuren in systemen zoals rode bloedcellen onthullen.
Dit artikel presenteert een Bayesiaanse aanpak voor de kwantificatie van onzekerheid in hybride spectrale ontbinding van -straling, waarbij wordt aangetoond dat Markov Chain Monte Carlo-methoden robuuster zijn dan Laplace-benaderingen wanneer de posterior-verdeling niet-Gaussisch is door actieve constraints of een dominante achtergrond.
Dit artikel vergelijkt de meest gebruikte methoden voor het berekenen van een gemeenschappelijk gemiddelde, zoals het gewogen gemiddelde en de mediaan, en stelt een nieuwe gecombineerde schatter voor die robuustere en realistischere resultaten oplevert voor zowel consistente als discrepante metingen.
Dit artikel geeft een overzicht van de toepassing van de Allan-variatie en haar aangepaste versies (gewogen, meerdimensionaal en gecombineerd) voor de analyse van ongelijk wegende en meerdimensionale tijdsreeksen in de astrometrie en geodesie.
Dit paper introduceert de SREAG-methode, een nieuwe techniek voor het verdelen van een boloppervlak in rechthoekige, gelijkoppervlakkige cellen met een uniforme breedte van de breedtecirkels, wat voordelen biedt voor visualisatie en analyse in de astronomie en geodesie.
Dit artikel presenteert een poging om het tweejarige gat in de IERS C01 poolbewegingsreeks voor de periode 1858,9-1860,9 te dichten door twee methoden te vergelijken, waarbij de data-gedreven Singular Spectrum Analysis (SSA) als de voorkeursmethode wordt aanbevolen vanwege een vollediger model.