🔬 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.

Selectivity- and Activity-Aware Catalyst Descriptors for CO2_2 Hydrogenation on Alloy Nanocatalysts using Machine-Learned Force Fields

Este estudo introduz um quadro de distribuição de energia de adsorção resolvido por facetas, utilizando campos de força aprendidos por máquina para analisar 1,4 milhão de sítios de adsorção em diversas superfícies de ligas, identificando assim composições e orientações específicas que otimizam tanto a atividade quanto a seletividade a metanol para a hidrogenação de CO2_2.

Prajwal Pisal, Ondřej Krejčí, Patrick Rinke2026-05-11🔬 cond-mat.mtrl-sci

An information-matching approach to optimal experimental design and active learning

Este artigo apresenta uma abordagem de correspondência de informações baseada em otimização convexa e escalável que aproveita a Matriz de Informação de Fisher para selecionar dados de treinamento mínimos e de alto valor para prever com precisão quantidades de interesse, abordando assim a escassez de dados e a não identificabilidade de parâmetros em diversas aplicações de modelagem científica e aprendizado ativo.

Yonatan Kurniawan, Tracianne B. Neilsen, Benjamin L. Francis, Alex M. Stankovic, Mingjian Wen, Ilia Nikiforov, Ellad B. Tadmor, Vasily V. Bulatov, Vincenzo Lordi, Mark K. Transtrum2026-05-08🔬 physics.app-ph

Experimental measurement of quantum-first-passage-time distributions

Este artigo relata a primeira medição experimental das Distribuições de Tempo de Primeira Passagem Quântica (QFPTDs) utilizando um único íon aprisionado, estabelecendo uma conexão clara com seus equivalentes clássicos e abrindo novas vias para investigar a dinâmica quântica, algoritmos de busca e o problema da medição.

Joseph M. Ryan, Simon Gorbaty, Thomas J. Kessler, Mitchell G. Peaks, Stephen W. Teitsworth, Crystal Noel2026-05-08⚛️ quant-ph

Bayesian leave-one-out cross-validation for astrophysical model comparison using gravitational-wave background data

Este estudo emprega validação cruzada bayesiana leave-one-out em dados de cronometragem de pulsares para comparar quatro modelos de evolução de binários de buracos negros supermassivos, constatando que, embora a evidência atual não favoreça decisivamente nenhum modelo único sobre os demais, os dados suportam a supressão de baixa frequência induzida por matéria escura ultraleve, sem ainda distingui-la de cenários genéricos de endurecimento ambiental.

Shreyas Tiruvaskar, Chris Gordon2026-05-08🔭 astro-ph

Partial Effective Information Decomposition for Synergistic Causality

Este artigo introduz a Decomposição Parcial da Informação Eficaz (PEID), um novo quadro intervencionista que decompõe de forma exclusiva as influências causais multivariadas em componentes únicos e sinérgicos sob intervenções de máxima entropia, permitindo assim a caracterização da causalidade sinérgica, da causalidade descendente e de estruturas causais interpretáveis em sistemas complexos.

Mingzhe Yang, Shuo Wang, Jiang Zhang2026-05-06📊 stat

OmniMol: Transferring Particle Physics Knowledge to Molecular Dynamics with Point-Edge Transformers

Este artigo apresenta o OmniMol, um potencial interatômico aprendido por máquina de última geração para pequenas moléculas que aproveita uma arquitetura Transformer de Pontos e Arestas e a transferência de conhecimento da física de altas energias para alcançar desempenho excelente com ajuste fino mínimo e inferência excepcionalmente rápida.

Ibrahim Elsharkawy, Vinicius Mikuni, Wahid Bhimji, Benjamin Nachman2026-05-05⚛️ hep-ex

Toward a Scientific Discovery Engine for Weather and Climate Data: A Visual Analytics Workbench for Embedding-Based Exploration

Este artigo apresenta um ambiente de trabalho de análise visual de código aberto que permite aos cientistas interpretar, validar e explorar representações baseadas em embeddings de dados climáticos e meteorológicos em grande escala, vinculando os resultados da busca no espaço latente às suas origens físicas e metadados, facilitando assim um fluxo de trabalho de descoberta para identificar e recuperar eventos análogos, como ciclones tropicais.

Nihanth W. Cherukuru, Matt Rehme, Kirsten J. Mayer, David John Gagne, John Schreck, John Clyne, Charlie Becker2026-05-05🔬 physics

Testing General Relativity Through Gravitational Wave Classification: A Convolutional Neural Network Framework

Este artigo apresenta um framework de aprendizado de máquina que utiliza redes neurais convolucionais treinadas em observáveis de funções de resposta para aprimorar significativamente a classificação de sinais de ondas gravitacionais para testar a relatividade geral, alcançando uma melhoria de 33 vezes na sensibilidade em relação às entradas de ondas padrão e detectando com sucesso desvios em teorias de gravidade massiva.

Lavinia Heisenberg, Shayan Hemmatyar, Hector Villarrubia-Rojo2026-05-05⚛️ gr-qc