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 estudo propõe um quadro preditivo robusto para a poluição por metais pesados nas águas subterrâneas da Bacia do Densu que integra transformações de cópula Gaussiana com aprendizado de máquina emsemble aninhado validado cruzadamente para superar as limitações dos métodos convencionais e modelar com precisão o Índice de Poluição por Metais Pesados assimétrico.
Este artigo propõe um framework de grupo de renormalização que utiliza uma normalização dependente do tamanho para colapsar densidades de autovalores de ensembles de matrizes aleatórias com perfis de variância de lei de potência, derivando equações de ponto fixo e funções Beta para demonstrar o colapso espectral em diferentes tamanhos de sistema.
Este estudo demonstra que um quadro de aprendizagem automática não supervisionada, combinando Isolation Forest, erro de reconstrução PCA e DBSCAN, identifica eficazmente anomalias específicas de contaminação por metais pesados nos solos de Gana que correlacionam-se fortemente com riscos à saúde elevados, permitindo assim uma gestão ambiental mais direcionada do que apenas os índices agregados tradicionais.
Este artigo apresenta um método de agrupamento fuzzy informado por física que utiliza um algoritmo de maximização de expectativa e um critério de informação bayesiano modificado para determinar automaticamente o número ótimo de trajetórias e separar ionogramas de sondagem vertical, mesmo sob condições ionosféricas perturbadas, incorporando filtragem adaptativa de ruído e remoção do modo extraordinário.
Este artigo apresenta a Álgebra de Rees de Aresta Causal (CERA), um novo framework algébrico que codifica a evolução causal da conectividade em grafos espaço-temporais ao associar uma filtração temporal de ideais de arestas a um único objeto graduado, permitindo assim a identificação de pontes estruturais críticas e oferecendo uma nova perspectiva sobre a dinâmica de redes causais distinta da análise topológica de dados geométrica.
Este artigo apresenta um procedimento refinado para estimar incertezas na distribuição do estado final molecular do decaimento beta do trítio, o que reduz significativamente a incerteza sistemática associada ao quadrado da massa do neutrino de 0,02 eV²/c⁴ para 0,0013 eV²/c⁴, aprimorando assim a precisão da medição da massa do neutrino pelo experimento KATRIN.
Ao aplicar priors motivados fisicamente a todas as distâncias em uma recalibração bayesiana abrangente da escada de distâncias local, este estudo demonstra que os priors assumidos reduzem significativamente a constante de Hubble inferida para , reduzindo assim a tensão de Hubble de para .
Este artigo apresenta a "programação dinâmica conjunta", uma estrutura de co-projeto que otimiza simultaneamente a geometria contínua do hardware e as políticas de medição adaptativas para superar significativamente as abordagens tradicionais não adaptativas ou otimizadas separadamente em tarefas de sensoriamento, conforme demonstrado por reduções substanciais de erro nos estudos de caso de sensores de radar, quânticos e fotônicos.
Este artigo propõe um modelo de memória associativa do tipo Hopfield onde a modulação de ganho mediada por astrócitos e regularizada por entropia implementa dinamicamente mecanismos de autoatenção, melhorando significativamente a precisão de recuperação sob altas cargas de memória em comparação com abordagens clássicas.
O artigo apresenta um método de análise de componentes baseado em emuladores para decompor a variabilidade espectral em simulações de absorção UV-Vis, demonstrando como ele identifica características estruturais decisivas na dinâmica do azobenzeno em etanol após a fotoexcitação.