261 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.
Utilizando o conectoma completo de *Caenorhabditis elegans*, este estudo desenvolve um quadro multiplex unificado que revela como a sinalização sináptica e extra-sináptica se organizam em quatro regimes funcionais complementares, otimizados para velocidade, modulação, robustez e sobrevivência, esclarecendo a integração entre transmissão rápida e sinalização difusiva no cérebro.
O artigo apresenta o QuantumXCT, um framework generativo híbrido quântico-clássico que infere a comunicação célula-célula aprendendo transformações de estado induzidas por interações em dados de transcriptômica de célula única, superando as limitações dos métodos tradicionais baseados em bancos de dados de receptores-ligantes.
Este artigo propõe um Modelo de Mistura Adaptado a Templates que utiliza múltiplas simulações enviesadas para realizar inferências de parâmetros não enviesadas e bem calibradas na estimativa da fração de sinal em física de partículas, mitigando assim os erros causados por discrepâncias entre simulação e realidade.
Este artigo apresenta um modelo epidemiológico inspirado na Eletrodinâmica Quântica que substitui o contato direto por interações mediadas por um campo patogênico, permitindo a derivação analítica de efeitos não locais e de blindagem espacial, além de demonstrar, através de dados da COVID-19 na Alemanha, que o campo de gauge atua como um sinal de alerta precoce para surtos com uma semana de antecedência.
O artigo apresenta o BuSyNet, uma arquitetura de aprendizado profundo que descobre expressões simbólicas de Hamiltonianos dimensionalmente consistentes e interpretáveis, mapeando trajetórias para variáveis ação-ângulo latentes e superando métodos atuais em precisão e estabilidade de previsões de longo prazo para sistemas físicos como o oscilador harmônico e o problema de Kepler.
Este estudo apresenta um novo Índice de Dependência de Carros (CDI) que, ao analisar 18 cidades europeias e norte-americanas, demonstra que a dependência automóvel é impulsionada por desigualdades espaciais na acessibilidade e conclui que apenas expansões sistêmicas do transporte público podem reduzir efetivamente a necessidade de veículos privados para alcançar a sustentabilidade urbana.
Este artigo caracteriza as propriedades assintóticas de um modelo de grafo aleatório inhomogêneo com variáveis de aptidão de cauda pesada e média infinita, demonstrando que os graus convergem para uma lei de Poisson mista, apresentando correlações não nulas e uma transição na existência de vértices desconectados.
Este artigo apresenta um método de ptychografia de energia-tempo que utiliza espalhamento nuclear de raios X em domínio temporal para recuperar simultaneamente o espectro de transmissão e a fase de ressonâncias nucleares ultranítidas, superando as limitações das fontes gama tradicionais e eliminando a necessidade de modelagem extensiva para a reconstrução de informações espectrais.
O artigo apresenta o "Closure Challenge", um novo benchmark de código aberto que padroniza conjuntos de dados e métricas de avaliação para impulsionar o desenvolvimento e a comparação de modelos de aprendizado de máquina aplicados ao fechamento de turbulência em simulações RANS.
O artigo apresenta o FcsIT, uma ferramenta de código aberto e multiplataforma desenvolvida em Python com interface Dear PyGUI, que permite o processamento, correlação e ajuste de dados de Espectroscopia de Correlação de Fluorescência (FCS) com qualidade comparável a softwares comerciais, oferecendo modelos pré-definidos e a possibilidade de inclusão de modelos personalizados.