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 demonstra que o treinamento adversarial aprimora a robustez de algoritmos de identificação de sabor de jatos baseados em aprendizado profundo contra distorções de entrada, que servem como proxy para incertezas sistemáticas, ao aproveitar insights geométricos da superfície de perda para manter alto desempenho enquanto mitiga vulnerabilidades do modelo.
Este artigo apresenta uma abordagem inovadora baseada em dados que infere equações dinâmicas não autônomas governantes ao identificar funções de base ótimas, reconstituindo com êxito e prevendo o comportamento de diversos sistemas do mundo real, desde agregados biológicos até aplicações de engenharia.
Este artigo propõe uma abordagem de "Aprendizado de Métrica Dupla" que aprende duas representações distintas de nós para resolver conflitos na construção de grafos direcionados com conexões em cadeia para o detector ITk do ATLAS, demonstrando desempenho aprimorado na construção de grafos e na previsão da direção das arestas para partículas de alto momento transversal em comparação com o aprendizado de métrica simples.
Este artigo demonstra que adaptar o algoritmo de Otimização por Colônia de Formigas para ajustar o funcional de densidade FVC reduz significativamente o erro relativo médio na previsão de energias de estado fundamental para sistemas fortemente correlacionados em várias dimensionalidades, alcançando uma redução de erro de até 67% com baixo custo computacional.
Este artigo apresenta uma estrutura de Computação com Reservatório Quântico agnóstica à plataforma, utilizando um sistema de seis qubits em pequena escala para alcançar mais de 86% de precisão na previsão de tendências de ações e volumes de negociação de empresas do setor quântico, demonstrando o potencial do hardware quântico de curto prazo para análise complexa de séries temporais financeiras.
Este estudo demonstra matematicamente que lacunas de dados e valores atípicos comprometem significativamente a confiabilidade dos indicadores de resiliência baseados em variância e autocorrelação, com valores ausentes enfraquecendo sua concordância e valores atípicos causando superestimação sistemática da estabilidade do sistema.
Este artigo demonstra que a marginalização exata de variáveis de correção binárias em dados físicos é matematicamente equivalente ao modelo de Ising, permitindo o uso de ferramentas eficientes da física estatística para lidar com configurações exponencialmente complexas e quantificar com precisão as incertezas em aplicações como a calibração de supernovas do Tipo Ia.
CVEvolve é um sistema autônomo de agentes sem código que aproveita LLMs e uma estratégia de busca multi-round para descobrir e otimizar independentemente algoritmos de processamento de dados científicos, permitindo que cientistas de domínio analisem efetivamente dados complexos e não estruturados sem exigir expertise extensa em programação.
Este artigo apresenta um classificador de sinais de autoaprendizagem para radares de espalhamento coerente em decâmetros que constrói automaticamente um modelo utilizando dois anos de dados de 12 radares SuperDARN e SECIRA para identificar 14 classes confidentemente separáveis com base numa combinação de parâmetros de radar medidos e características de propagação de ondas de rádio modeladas.
Este artigo apresenta o gráfico de fator de Bayes-fator de Bayes (BB), uma ferramenta de diagnóstico que aproveita a relação entre os fatores de Bayes e suas distribuições sob hipóteses concorrentes para validar a precisão dos cálculos e estimar eficientemente distribuições de fundo, conforme demonstrado por aplicações em astronomia de ondas gravitacionais, incluindo a avaliação da significância estatística de GW231123.