physics.data-an 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.

Stochastic Coefficient of Variation: Assessing the Variability and Forecastability of Solar Irradiance

Este trabalho apresenta um quadro robusto para quantificar a variabilidade e a previsibilidade da irradiância solar através da Coeficiente de Variação Estocástica (sCV) e da Previsibilidade (F), métricas que superam as limitações dos indicadores tradicionais ao isolar flutuações estocásticas de tendências determinísticas, validadas em dados de 68 estações meteorológicas na Espanha para otimizar a gestão energética e a tomada de decisões.

Cyril Voyant, Alan Julien, Milan Despotovic, Gilles Notton, Luis Antonio Garcia-Gutierrez, Claudio Francesco Nicolosi, Philippe Blanc, Jamie Bright2026-02-24🔬 physics

Physics-guided impact localisation and force estimation in composite plates with uncertainty quantification

Este artigo apresenta um quadro híbrido que combina a Teoria de Deformação por Cisalhamento de Primeira Ordem (FSDT) guiada por física com aprendizado de máquina e quantificação de incerteza para realizar a localização de impactos e a estimativa de forças em placas compostas com alta precisão e robustez, mesmo na presença de dados experimentais escassos.

Dong Xiao, Zahra Sharif-Khodaei, M. H. Aliabadi2026-02-24🔬 physics.app-ph

Dara: Automated multiple-hypothesis phase identification and refinement from powder X-ray diffraction

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.

Yuxing Fei, Matthew J. McDermott, Christopher L. Rom, Shilong Wang, Gerbrand Ceder2026-02-24🔬 cond-mat.mtrl-sci

Hearing the forest for the trees: machine learning and topological acoustics for remote sensing with seismic noise

Este estudo demonstra que a combinação de aprendizado de máquina e acústica topológica aplicada ao ruído sísmico passivo permite monitorar remotamente florestas em todas as condições climáticas, superando as limitações dos métodos de observação por satélite.

Jiayang Wang, I-Tzu Huang, Bingxu Luo, Susan L. Beck, Falk Huettmann, Skyler DeVaughn, Benjamin Stilin, Keith Runge, Pierre Deymier, Marat I. Latypov2026-02-24🔬 physics

Parameter Estimation Limits in Blazars

Este artigo utiliza uma abordagem de Informação de Fisher para demonstrar que os modelos EC em blazares possuem limites de extração de informação física significativamente inferiores aos modelos SSC, tornando a doppler factor o parâmetro mais restrito e evidenciando a necessidade de modelos de SED resolvidos no tempo para restringir parâmetros físicos em FSRQs.

Agniva Roychowdhury2026-02-24🔭 astro-ph

A response-matrix-centred approach to presenting cross-section measurements

Este artigo apresenta uma abordagem alternativa e complementar para medições de seção de choque baseada em matrizes de resposta, que evita a instabilidade da desconvolução ao permitir a comparação direta de previsões teóricas com dados reais através do "forward-folding", apoiada pelo novo framework de software Python chamado ReMU.

Lukas Koch2026-02-23🔭 astro-ph

Basis Function Dependence of Estimation Precision for Synchrotron-Radiation-Based Mössbauer Spectroscopy

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.

Binsheu Shieh, Ryo Masuda, Satoshi Tsutsui, Shun Katakami, Kenji Nagata, Masaichiro Mizumaki, Masato Okada2026-02-23🔬 cond-mat.mtrl-sci

Hypothesis tests and model parameter estimation on data sets with missing correlation information

Este artigo descreve estatísticas de teste robustas para hipóteses simples e um algoritmo para determinar fatores de inflação de variância em ajustes de parâmetros de modelos, permitindo análises conservadoras em conjuntos de dados com informações de correlação ausentes, com aplicações demonstradas em dados de interação de neutrinos.

Lukas Koch2026-02-23⚛️ hep-ph

SpecTUS: Spectral Translator for Unknown Structures annotation from EI-MS spectra

O artigo apresenta o SpecTUS, um modelo de rede neural profunda que realiza a anotação estrutural de moléculas pequenas a partir de espectros de massa GC-EI-MS de baixa resolução de forma *de novo*, superando significativamente as técnicas tradicionais de busca em bibliotecas ao reconstruir com precisão uma grande proporção de compostos desconhecidos.

Adam Hájek, Michal Starý, Elliott Price, Filip Jozefov, Helge Hecht, Aleš Křenek2026-02-23🤖 cs.LG

Assimilative Causal Inference

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.

Marios Andreou, Nan Chen, Erik Bollt2026-02-23📊 stat

← Anterior Próximo →