252 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 introduz o BayesMBAR, uma generalização bayesiana do método da razão de aceitação de Bennett multiestado (MBAR) que computa distribuições posteriores de energia livre para fornecer estimativas de incerteza mais precisas e permitir a incorporação de conhecimento prévio, como a suavidade da superfície, nos cálculos de energia livre.
Este artigo desafia a suposição comum de que estatísticas divisíveis como o de Pearson servem como testes de aderência eficazes em regimes de dados esparsos com muitas classes, propondo, em vez disso, um arcabouço unificador que revela as limitações dos métodos existentes e oferece alternativas modificadas e mais poderosas, juntamente com novos testes livres de distribuição.
Este artigo utiliza a Teoria de Matrizes Aleatórias para investigar flutuações espectrais em redes multicamadas, demonstrando que características estatísticas universais persistem através de diversas configurações de conectividade e modelando com sucesso o crossover entre as estatísticas de camadas independentes e totalmente acopladas, com aplicações validadas em estruturas proteicas reais.
Este artigo introduz uma estrutura variacional que representa interações direcionadas como fluxos de aresta em um complexo simplicial para extrair um espaço de Hilbert de baixa dimensão de ciclos harmônicos persistentes, permitindo inferência estatística escalável e revelando uma organização recorrente de grande escala reprodutível em sistemas de alta dimensão, como dados de fMRI humana, que métodos tradicionais de pares não detectam.
Este artigo introduz a Reweighting Adversarial Network (RAN), uma nova técnica de unfolding não binária que utiliza uma função de reponderação ao nível de partícula guiada por um crítico de Wasserstein para superar as limitações de sobreposição de suporte e superar os métodos de última geração em precisão e eficiência computacional.
O artigo apresenta o **PoissonRatioUQ**, um pacote de R projetado para modelagem bayesiana e quantificação de incerteza de razões de contagens ao focar na razão das médias de Poisson, oferecendo opções flexíveis tanto para dados espaciais quanto não espaciais, bem como o tratamento especializado para transformações de razão de intensidade.
Este artigo analisa 623 eventos de bólidos de 2007 a 2025 para demonstrar que a detectabilidade por infrassom é governada primordialmente pela geometria de entrada, favorecendo especificamente ângulos mais íngremes e deposição de energia em altitudes mais baixas, enquanto a propagação atmosférica e os níveis de energia atuam como fatores moduladores secundários.
Este artigo propõe e valida uma metodologia prática para eliminar vieses em medições de polarização global de causados pela aceitação assimétrica de detectores em experimentos de colisões de íons pesados de alvo fixo, permitindo, assim, estudos mais precisos da dinâmica de spin através do diagrama de fase da QCD.