physics.data-an 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.

Bayesian approach for uncertainty quantification of hybrid spectral unmixing in $\gamma$ -ray spectrometry

Este artigo propõe e avalia métodos bayesianos, especificamente a aproximação de Laplace e o Monte Carlo via Cadeias de Markov (MCMC), para quantificar a incerteza na identificação e quantificação de radionuclídeos em espectrometria de raios gama, demonstrando que, embora ambos os métodos sejam eficazes em cenários ideais, o MCMC oferece resultados mais robustos quando as distribuições posteriores são não gaussianas devido a restrições ativas ou domínio do ruído de fundo.

Dinh Triem Phan, Jérôme Bobin, Cheick Thiam, Christophe Bobin2026-04-23🔬 physics

Filling the gap in the IERS C01 polar motion series in 1858.9-1860.9

Este artigo apresenta e compara duas abordagens, um modelo astronômico paramétrico e um modelo baseado em Análise de Espectro Singular (SSA), para preencher a lacuna de dois anos na série de movimento polar C01 do IERS entre 1858,9 e 1860,9, concluindo que o método SSA é preferível por se basear em um modelo de movimento polar mais completo.

Zinovy Malkin, Nina Golyandina, Roman Olenev2026-04-22🔬 physics

Confidence intervals for the Poisson distribution

Este artigo visa esclarecer a confusão comum entre físicos sobre a descrição de resultados de amostragem Poisson, comparando diferentes técnicas e recomendando o uso de intervalos de confiança propostos por Garwood devido às suas propriedades estatísticas superiores e interpretação intuitiva.

Frank C. Porter2026-04-22🔬 physics

Network Renormalization

Esta revisão examina os desafios, avanços-chave e problemas em aberto na extensão da estrutura do grupo de renormalização de sistemas físicos tradicionais para o reino heterogêneo e geometricamente complexo das redes do mundo real.

Andrea Gabrielli, Diego Garlaschelli, Subodh P. Patil, M. Ángeles Serrano2026-04-20🔢 math-ph

Identifying statistical indicators of temporal asymmetry using a data-driven approach

Este estudo realiza uma avaliação sistemática de mais de 6000 estatísticas de séries temporais para identificar os métodos mais eficazes na distinção entre dinâmicas reversíveis e irreversíveis, demonstrando que, embora existam famílias de estatísticas promissoras, nenhuma métrica única é universalmente aplicável, reforçando a necessidade de adaptar a abordagem estatística às características específicas de cada sistema.

Teresa Dalle Nogare, Ben D. Fulcher2026-04-20🌀 nlin

Ranking XAI Methods for Head and Neck Cancer Outcome Prediction

Este estudo apresenta a primeira avaliação abrangente e ranqueamento de 13 métodos de IA explicável (XAI) para previsão de resultados em câncer de cabeça e pescoço, demonstrando que os métodos Integrated Gradients e DeepLIFT se destacam consistentemente em métricas de fidelidade, complexidade e plausibilidade ao serem testados em dados do desafio HECKTOR.

Baoqiang Ma, Djennifer K. Madzia-Madzou, Rosa C. J. Kraaijveld, Jin Ouyang2026-04-20🔬 physics

Bayesian MINFLUX localization microscopy

Este artigo apresenta um método rigoroso de localização Bayesiana para microscopia MINFLUX que, ao substituir heurísticas atuais, permite alcançar resolução nanométrica com aproximadamente quatro vezes menos fótons ou exposições.

Steffen Schultze, Helmut Grubmüller2026-04-17🔬 physics

Seabird trajectories map onto a reduced optimal-control bound for dynamic soaring

O artigo apresenta um modelo de controle ótimo reduzido que estabelece um limite inferior teórico para o esforço de transporte, permitindo comparar o desempenho de voo de diferentes espécies de aves marinhas em campo e demonstrar que os albatrozes operam próximo à eficiência máxima de colheita de energia eólica, enquanto as pardelas e os ostraceiros ocupam regimes distintos.

Louis González (School of Chemical \& Biomolecular Engineering, Georgia Institute of Technology, School of Chemical and Biological Engineering, University of Colorado Boulder), Saad Bhamla (School of (…)2026-04-17🔬 physics

Development of an LLM-Based System for Automatic Code Generation from HEP Publications

Este artigo apresenta um sistema protótipo baseado em modelos de linguagem de grande escala (LLMs) que extrai procedimentos de análise de publicações de física de altas energias para gerar código executável, demonstrando, através de um benchmark do ATLAS, que essas ferramentas são promissoras para apoiar a reprodutibilidade com supervisão humana, embora ainda enfrentem desafios como alucinações e falhas de execução.

Masahiko Saito, Tomoe Kishimoto, Junichi Tanaka2026-04-17🔬 physics

NOMAI : A real-time photometric classifier for superluminous supernovae identification. A science module for the Fink broker

O artigo apresenta o NOMAI, um classificador de aprendizado de máquina em tempo real integrado ao broker Fink que utiliza curvas de luz fotométricas do ZTF para identificar eficientemente candidatos a supernovas superluminosas, demonstrando alta eficácia na recuperação desses eventos raros e preparando-se para futuras operações com o Observatório Vera C. Rubin.

E. Russeil, R. Lunnan, J. Peloton, S. Schulze, P. J. Pessi, D. Perley, J. Sollerman, A. Gkini, Y. Hu, T. -W. Chen, E. C. Bellm, T. X. Chen, B. Rusholme2026-04-17🔭 astro-ph

← Anterior Próximo →

physics.data-an

Bayesian approach for uncertainty quantification of hybrid spectral unmixing in γ\gammaγ-ray spectrometry