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.
O artigo apresenta a nova biblioteca VecAmpFit, desenvolvida para a análise de amplitude do experimento Belle II, que realiza ajustes multidimensionais com cálculo de gradiente explícito, suporte a conjuntos de dados simultâneos e subprogramas explicitamente vetorizados para implementação de amplitude.
Os autores desenvolveram um autoencoder convolucional 3D treinado exclusivamente em configurações do estado fundamental para detectar a transição de fase do modelo de Ising 3D e recuperar seu comportamento crítico, obtendo resultados consistentes com a literatura sem conhecimento prévio da temperatura crítica ou do parâmetro de ordem.
O artigo propõe uma nova abordagem baseada em redes complexas para analisar o agrupamento de eventos em séries temporais irregulares, permitindo a identificação de clusters individuais e a compreensão das dinâmicas locais que métodos globais tradicionais não conseguem capturar, com aplicações validadas em processos de Poisson, fluxos turbulentos e sinais de eletrocardiograma.
O artigo apresenta o \texttt{alabi}, um pacote Python de código aberto que utiliza aprendizado ativo e modelos substitutos de processos gaussianos para acelerar significativamente a inferência bayesiana em modelos computacionalmente caros, reduzindo o número de avaliações necessárias em milhares de vezes e acelerando os cálculos de MCMC em até 1000 vezes.
Este estudo demonstra que o Particle Transformer (ParT) supera significativamente os taggers baseados em BDT para identificação de jatos de sabor em fábricas de Higgs, alcançando uma melhoria de 5 a 10 vezes na taggagem de quarks e e desempenho promissor na separação de quarks estranhos e quark-antiquark, especialmente quando treinado com grandes volumes de dados de simulação.
Este artigo apresenta um método baseado no LASSO adaptativo que, superando abordagens convencionais, consegue distinguir com precisão interações de par e de ordem superior em sistemas de osciladores acoplados a partir de séries temporais, demonstrando sua eficácia tanto em dados sintéticos quanto em redes cerebrais humanas.
Este artigo apresenta um método de aprendizado de máquina baseado em taxas de magnitude que utiliza os primeiros dados fotométricos para classificar precocemente supernovas raras do tipo Ic-BL, demonstrando uma melhoria significativa na identificação desses eventos em comparação com métodos atuais.
Este artigo apresenta um algoritmo inspirado em computação quântica baseado em redes de tensores para calcular a transformada de Laplace discreta, superando as limitações de unitariedade dos circuitos quânticos tradicionais e permitindo simulações eficientes de até pontos de entrada com aceleração significativa graças à compressão de operadores de matriz de produto.
Este artigo propõe uma estratégia de término automático para medições de espalhamento inelástico de nêutrons baseada em otimização bayesiana, que determina quando interromper a coleta de dados ao identificar que as larguras de bin ótimas atingiram os limites de resolução do equipamento, otimizando assim o tempo de feixe e reduzindo o custo computacional da busca em comparação com métodos exaustivos.
Este estudo analisa as variações de brilho do cometa 17P/Holmes de 1892 a 2021, com foco na excepcional erupção de 2007, para determinar a distribuição de tamanhos e a massa total dos aglomerados porosos ejetados, fornecendo restrições quantitativas essenciais para modelar a evolução de trilhas de poeira e a origem de chuvas de meteoros.