334 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 uma nova família de medidas quirais baseadas em momentos tensoriais que quantificam a quiralidade e atribuem uma mão a distribuições, oferecendo um framework geométrico e flexível validado por exemplos teóricos e aplicações físicas, acompanhado de um pacote de software de código aberto.
Este estudo caracteriza as estatísticas de amplitude de gravações de microeletrodos em pacientes com Parkinson, demonstrando que os sinais seguem uma distribuição -Gaussiana e que o acoplamento funcional entre os parâmetros e constitui uma assinatura quantitativa de dinâmica próxima à criticidade no circuito cortico-basal-gangliar-talâmico, independentemente da localização dentro ou fora do núcleo subtalâmico.
O artigo apresenta o Spectral Pattern Translator (SPT), um framework de aprendizado profundo informado por física que resolve o problema inverso da espectroscopia de absorção de raios X, permitindo a determinação precisa e rápida de configurações atômicas em materiais não cristalinos e dinâmicos para acelerar a descoberta autônoma de novos materiais.
Este artigo demonstra que a decomposição em Operador Produto Matricial (MPO) é um método prático e fundamentado teoricamente para comprimir modelos de linguagem Transformer, como o PicoGPT, alcançando uma redução de até 13 vezes no número de parâmetros com perda mínima de precisão.
Este estudo demonstra, por meio de dados reais do Twitter, que a disseminação de informações em redes sociais não é aleatória, mas segue padrões estruturados e previsíveis descritos por modelos de seleção preferencial global e local.
Este artigo apresenta duas abordagens baseadas em aprendizado de máquina para otimizar o rastreamento de múons no Espectrômetro de Múons do ATLAS: o uso de Redes Neurais de Grafos para rejeitar ruídos e acelerar a reconstrução em 15%, e a aplicação de Vision Transformers para alcançar uma reconstrução aproximada ultra-rápida em 2,3 ms com 98% de eficiência, visando enfrentar os desafios de alta luminosidade do LHC.
Os autores propõem um modelo estatístico flexível baseado em misturas de especialistas de processos gaussianos para estimar os constantes ópticos a partir de espectros de absorção, permitindo a integração estatística das relações de Kramers-Kronig, a modelagem de erros nos pontos de ancoragem e a seleção automática de pontos de medição, com validação experimental em arseneto de gálio, cloreto de potássio e madeira transparente.
O artigo apresenta o sistema AutoDQM, que utiliza técnicas estatísticas avançadas e aprendizado de máquina não supervisionado para monitorar automaticamente a qualidade dos dados do detector CMS, demonstrando uma eficácia superior na identificação de anomalias causadas por mau funcionamento do equipamento.
Este estudo utiliza dados de reanálise de 1876 a 2011 para demonstrar que as condições meteorológicas de incêndio na Austrália tornaram-se mais severas ao longo do último século, impulsionadas principalmente por tendências de temperatura e umidade atribuídas às mudanças climáticas causadas pelo homem.
Este artigo demonstra que técnicas de inferência baseadas em simulação de aprendizado de máquina podem ser usadas para otimizar observáveis compatíveis com cálculos de precisão teórica, identificando que triângulos isósceles com razão de lados nos correlatores de energia oferecem a sensibilidade ideal para medir a massa do quark top.