🔬 Category

physics.data-an

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.

Decomposition of Anomalous Diffusion in two-state random walks

Este artigo demonstra que um Passeio Aleatório de Dois Estados, que alterna entre um estado de repouso de um passeio aleatório de tempo contínuo e um estado de movimento de caminhada de Lévy, exibe uma coexistência genérica dos efeitos Joseph, Noah e Moses, revelando que o acoplamento estocástico com uma fase de CTRW pode induzir fundamentalmente incrementos de cauda pesada e envelhecimento em sistemas onde as caminhadas de Lévy sozinhas possuem apenas o efeito Joseph.

Abhijit Bera, Kevin. E. Bassler2026-06-02🌀 nlin

Bayesian estimation of spectral parameters of the 6.7-GHz methanol maser G339.884-1.259 from GRAO observations

Este artigo apresenta uma estrutura de decomposição espectral bayesiana utilizando amostragem de Cadeia de Markov Monte Carlo para analisar observações do máser de metanol de 6,7 GHz G339.884−1.259 do Observatório de Radioastronomia de Gana, demonstrando que um modelo de perfil Voigt supera as abordagens convencionais Gaussiana e Lorentziana na resolução precisa de sete componentes de velocidade coerente e na quantificação de incertezas.

Theophilus Ansah-Narh, Stephen Sottie, Nia Imara, Emmanuel Proven-Adzri2026-06-02🔭 astro-ph

Proton High-Order Cumulants in Au+Au Collisions at High Baryon Density from JAM with a Centrality-Independent Framework

Este estudo utiliza o modelo JAM e uma nova estrutura de Análise de Cumulantes Genuínos Independente de Centralidade (CIGAR) para analisar sistematicamente os cumulantes de ordem superior de prótons em colisões Au+Au em altas densidades bariônicas, fornecendo uma linha de base não crítica crucial para buscas do ponto crítico de QCD ao eliminar efetivamente as flutuações de volume inicial e investigar efeitos de espectador.

Yongcong Xu, Zhaohui Wang, Yu Zhang, Xiaofeng Luo2026-06-02⚛️ nucl-ex

Wasserstein normalized autoencoder for anomaly detection

Este artigo apresenta o autoencoder normalizado de Wasserstein (WNAE), um novo modelo de detecção de anomalias não supervisionado que minimiza a distância de Wasserstein entre os dados de treinamento e uma distribuição de Boltzmann dos erros de reconstrução para identificar eficazmente jatos semivisíveis no CERN LHC, ao mesmo tempo em que supera as falhas de reconstrução de outliers comuns em autoencoders padrão.

CMS Collaboration2026-06-01⚛️ hep-ex

Neural Scaling Laws for Jet Generation

Este artigo investiga as leis de escala neural para a geração de jatos de partículas, confirmando a escala logarítmica com o tamanho do modelo e validando a perda de previsão do próximo token como um proxy para a precisão física, ao mesmo tempo em que observa tendências de escala mais fracas para o tamanho do conjunto de dados e para a capacidade computacional devido à saturação rápida no aprendizado autoregressivo.

Oz Amram, Darius A. Faroughy, Tjarko Gerdes, Anna Hallin, Gregor Kasieczka, Michael Krämer, Humberto Reyes-Gonzalez, David Shih2026-05-29⚛️ hep-ex

`pandemonium`: High Dimensional Analysis in Linked Spaces

O artigo apresenta o `pandemonium`, um pacote R que facilita a análise de alta dimensão em espaços vinculados ao combinar análise de agrupamento com visualizações vinculadas, como redução não linear de dimensionalidade e tours animados, para explorar relações entre preditores e respostas em conjuntos de dados complexos, como ativações de redes neurais e modelos físicos multivariáveis.

Gabriel McCoy, German Valencia, Ursula Laa2026-05-29📊 stat

Inverse generalised spin models of answers to questionnaires

Este artigo apresenta e valida um protocolo de inferência baseado em Monte Carlo para modelos de spin generalizados (Ising, Blume-Capel e Blume-Emery-Griffiths) para analisar dados de questionários ordinais, demonstrando que o modelo Blume-Emery-Griffiths supera as abordagens gaussianas tradicionais na captura de características complexas como multimodalidade e valores atípicos, embora todos os modelos apresentem dificuldades com distribuições de cauda pesada.

Arianna Armanetti, Luca Cecchetti, Paolo Sarti, Diego Garlaschelli, Miguel Ibáñez-Berganza2026-05-29🔬 physics