🔬 Category

physics.data-an

332 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.

Development of an LLM-Based System for Automatic Code Generation from HEP Publications

Este artigo apresenta um sistema protótipo baseado em modelos de linguagem de grande escala (LLMs) que extrai procedimentos de análise de publicações de física de altas energias para gerar código executável, demonstrando, através de um benchmark do ATLAS, que essas ferramentas são promissoras para apoiar a reprodutibilidade com supervisão humana, embora ainda enfrentem desafios como alucinações e falhas de execução.

Masahiko Saito, Tomoe Kishimoto, Junichi Tanaka2026-04-17🔬 physics

NOMAI : A real-time photometric classifier for superluminous supernovae identification. A science module for the Fink broker

O artigo apresenta o NOMAI, um classificador de aprendizado de máquina em tempo real integrado ao broker Fink que utiliza curvas de luz fotométricas do ZTF para identificar eficientemente candidatos a supernovas superluminosas, demonstrando alta eficácia na recuperação desses eventos raros e preparando-se para futuras operações com o Observatório Vera C. Rubin.

E. Russeil, R. Lunnan, J. Peloton, S. Schulze, P. J. Pessi, D. Perley, J. Sollerman, A. Gkini, Y. Hu, T. -W. Chen, E. C. Bellm, T. X. Chen, B. Rusholme2026-04-17🔭 astro-ph

Functional Renormalization for Signal Detection: Dimensional Analysis and Dimensional Phase Transition for Nearly Continuous Spectra Effective Field Theory

Este artigo propõe o uso do grupo de renormalização funcional (FRG) para detectar sinais em espectros quase contínuos de alta dimensão, identificando uma "transição de fase dimensional" que ocorre em níveis de relação sinal-ruído significativamente inferiores aos limiares tradicionais da teoria de matrizes aleatórias, permitindo a detecção de deformações sutis no espectro que métodos convencionais não capturam.

Riccardo Finotello, Vincent Lahoche, Dine Ousmane Samary2026-04-16⚛️ hep-th

An Attention-Based Stochastic Simulator for Multisite Extremes to Evaluate Nonstationary, Cascading Flood Risk

Este artigo apresenta um novo simulador estocástico baseado em atenção que gera catálogos de inundações multissítio coerentes no espaço e no tempo, condicionados à variabilidade climática interanual, para preencher a lacuna crítica na avaliação de riscos de seguros contra inundações em horizontes de planejamento financeiro de médio a longo prazo.

Adam Nayak, Pierre Gentine, Upmanu Lall2026-04-16🔬 physics

On the use of the Derivative Approximation for Likelihoods for Gravitational Wave Inference

O artigo apresenta uma comparação detalhada entre o Método de Matriz de Informação de Fisher, a Aproximação de Derivada para Verossimilhanças (DALI) e o MCMC tradicional para inferência de ondas gravitacionais, demonstrando que o DALI oferece uma aproximação precisa do posterior com custos computacionais drasticamente reduzidos e introduz a versão 1.0 do código público GWDALI.

Josiel Mendonça Soares de Souza, Miguel Quartin2026-04-16⚛️ gr-qc

The High W Challenge: Robust Neutrino Energy Estimators for LArTPCs

Este trabalho apresenta um novo estimador de energia de neutrinos baseado na massa invariante hadrônica (W2W^2) para detectores LArTPC, demonstrando que, embora possua resolução de energia inferior sob condições ideais, ele oferece o menor viés e a maior robustez contra incertezas de modelagem em comparação com outros métodos, sendo particularmente eficaz para eventos inclusivos na região de transição entre espalhamento inelástico raso e profundo.

Christopher Thorpe, Elena Gramellini2026-04-16⚛️ hep-ex

Physics-driven Comparative Analysis of Various Statistical Distance Metrics and Normalizing Functions

Este artigo apresenta uma análise comparativa sistemática e orientada por dados de diversas métricas de distância estatística e funções de normalização, utilizando eventos de elétrons e fótons de um isótopo de Kriptônio-83 para avaliar a estabilidade de um parâmetro de interesse sob diferentes condições experimentais e numéricas.

Nafis Fuad (Center for Exploration of Energy,Matter, Indiana University, Bloomington, IN 47405, USA)2026-04-16⚛️ nucl-ex

General aspects of internal noise in spiking neural networks

Este estudo demonstra que o ruído multiplicativo no potencial de membrana é o fator mais prejudicial ao desempenho de redes neurais de pulso (SNNs) devido à supressão da atividade neuronal, mas que essa vulnerabilidade pode ser mitigada eficazmente através de pré-filtragem de entrada baseada em sigmoides, enquanto o ruído aditivo na corrente de entrada e o ruído comum entre neurônios apresentam impactos significativamente menores.

I. D. Kolesnikov, D. A. Maksimov, V. M. Moskvitin, N. Semenova2026-04-16🌀 nlin

Bring the noise: exact inference from noisy simulations in collider physics

Este artigo introduz um método de inferência exata baseado em cadeias de Markov de Monte Carlo pseudo-marginais e um novo estimador não enviesado para verossimilhanças de Poisson, permitindo obter conclusões precisas em física de colisores a partir de simulações ruidosas com custo computacional comparável aos métodos aproximados atuais.

Christopher Chang, Benjamin Farmer, Andrew Fowlie, Anders Kvellestad2026-04-15⚛️ hep-ex