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.
O artigo apresenta o Dara, um framework automatizado que utiliza uma busca exaustiva em árvore e refinamento Rietveld para identificar e refinar múltiplas fases em padrões de difração de raios X de pó, gerando hipóteses robustas para lidar com a ambiguidade em sistemas complexos.
Este artigo propõe um método baseado em estimação bayesiana para avaliar a precisão espectral na espectroscopia Mössbauer por radiação síncrotron, permitindo a seleção ótima da janela de medição e resultando em uma melhoria de mais de três vezes na precisão das deslocamentos de centro em comparação com o ajuste convencional por função Lorentziana.
Este artigo apresenta a Inferência Causal Assimilativa (ACI), uma nova estrutura metodológica baseada em assimilação de dados bayesiana que resolve o problema inverso para identificar interações causais dinâmicas e transitórias em sistemas complexos de alta dimensão, mesmo com dados curtos e sem a necessidade de observar as causas potenciais.
Este artigo apresenta uma técnica inovadora para estimação amortizada de posteriores usando Fluxos Normalizadores treinados com amostragem por importância ponderada pela verossimilhança, demonstrando que inicializar o fluxo com um Modelo de Mistura Gaussiana que corresponda à cardinalidade dos modos alvo é crucial para capturar corretamente distribuições multimodais e evitar pontes de probabilidade espúrias.
Este artigo propõe uma arquitetura leve e escalável baseada no EfficientNet, combinada com características globais, para criar um classificador de jatos de quark top que é computacionalmente eficiente e mantém um desempenho competitivo em relação a modelos mais complexos.
Este artigo apresenta e valida um método baseado na estatística bayesiana para calcular médias ponderadas de conjuntos de dados inconsistentes, superando as limitações da média ponderada padrão ao tratar as incertezas como limites inferiores e oferecendo uma biblioteca Python gratuita para sua implementação.
Este trabalho apresenta um novo framework de embedding hiperbólico para redes multicamadas que preserva tanto a estrutura global quanto as especificidades de cada camada, superando abordagens existentes ao permitir a análise integrada de sistemas complexos com conjuntos de nós heterogêneos e conexões intercamadas, conforme demonstrado em modelos sintéticos e redes cerebrais reais.
O artigo apresenta o GollumFit, um framework de código aberto desenvolvido para o observatório IceCube que permite realizar análises de verossimilhança binned em dados de telescópios de neutrinos de forma eficiente, incorporando parâmetros específicos do observatório e lidando com dezenas de parâmetros de incerteza.
Este guia apresenta recomendações e considerações práticas de pesquisadores de grandes experimentos de física de partículas sobre o uso de técnicas de desdobramento (unfolding) baseadas em aprendizado de máquina para processar dados não agrupados, permitindo análises multidimensionais mais flexíveis e comparações diretas entre experimentos e previsões teóricas.
Este artigo apresenta o método IJazZ2.0, uma abordagem inovadora baseada na maximização de uma verossimilhança analítica para determinar correções de escala e resolução de energia de léptons e fótons em eventos de decaimento e , oferecendo maior estabilidade numérica, precisão e eficiência computacional em comparação com técnicas convencionais.