331 artigos
Nesta seção, exploramos a interseção fascinante entre a física e a análise de dados, onde teorias complexas encontram o poder da computação moderna para revelar padrões ocultos no universo. Aqui, os princípios fundamentais da matéria e da energia são aplicados a conjuntos de informações massivos, permitindo que cientistas testem hipóteses com precisão sem precedentes e descubram novas fronteiras no nosso entendimento da realidade.
No Gist.Science, monitoramos diariamente o arXiv para trazer as pesquisas mais recentes desta categoria diretamente até você. Processamos cada novo pré-publicação, oferecendo tanto um resumo técnico detalhado para especialistas quanto uma explicação em linguagem simples para que qualquer pessoa possa acompanhar as descobertas. Abaixo, você encontrará a lista atualizada dos artigos mais recentes em Física — Análise de Dados.
Este artigo apresenta um modelo de base baseado em Mixture-of-Experts que unifica simulação rápida, identificação de partículas e filtragem de ruído para o detector DIRC do GlueX, aproveitando um backbone de transformador compartilhado para superar ou igualar métodos específicos de tarefas estabelecidos, operando diretamente sobre entradas de baixo nível do detector.
Este artigo introduz a "hiperestatística", um quadro geral para modelar sistemas complexos onde a estatística de Boltzmann-Gibbs falha, preservando a concavidade da entropia não aditiva e derivando um fator de Boltzmann exponencial- universal que explica com sucesso fenômenos diversos, desde a descarga de capacitores e o decaimento de pressão em criostatos até colisões de partículas de alta energia e aceleração turbulenta.
Este artigo apresenta a "programação dinâmica conjunta", uma estrutura de co-projeto que otimiza simultaneamente a geometria contínua do hardware e as políticas de medição adaptativas para superar significativamente as abordagens tradicionais não adaptativas ou otimizadas separadamente em tarefas de sensoriamento, conforme demonstrado por reduções substanciais de erro nos estudos de caso de sensores de radar, quânticos e fotônicos.
Este artigo propõe um modelo de memória associativa do tipo Hopfield onde a modulação de ganho mediada por astrócitos e regularizada por entropia implementa dinamicamente mecanismos de autoatenção, melhorando significativamente a precisão de recuperação sob altas cargas de memória em comparação com abordagens clássicas.
O artigo apresenta um método de análise de componentes baseado em emuladores para decompor a variabilidade espectral em simulações de absorção UV-Vis, demonstrando como ele identifica características estruturais decisivas na dinâmica do azobenzeno em etanol após a fotoexcitação.
Este estudo propõe uma estrutura de modelagem substituta de múltiplas fidelidades, utilizando co-krigagem recursiva, para prever com precisão e baixo custo computacional os coeficientes de carga de vento em navios porta-contêineres modernos em ambientes de porto.
O artigo estuda uma transição de fase bayesiana no modelo Ising crítico relacionada à precisão de medições de energia, revelando uma simetria ampliada na teoria de réplicas que determina o valor exato do expoente do correlacionador de Edwards-Anderson tanto em duas dimensões quanto próximo à dimensão crítica superior.
Este trabalho propõe uma nova arquitetura de rede neural chamada Temporal U-Net, que utiliza perda perceptual e uma ponte informada pela física para realizar a interpolação de alta fidelidade de fluidos, superando o desfoque espacial e temporal de métodos convencionais ao preservar detalhes turbulentos de alta frequência.
O artigo apresenta o ArchGEM, um novo framework automatizado que utiliza métodos de detecção de picos e modelos de mistura gaussiana para identificar e caracterizar ruídos de luz espalhada em detectores LIGO, permitindo recuperar as propriedades físicas das superfícies causadoras do ruído.
Este artigo propõe um novo método que utiliza a mecânica estatística e a amostragem de Wang-Landau para obter distribuições posteriores "temperadas" otimizadas, melhorando a precisão da inferência bayesiana em problemas complexos de ciência de materiais com menor esforço computacional.