Construction of the Global Function for the Simultaneous Fitting of Correlated Energy-Dependent Cross Sections
本文构建了用于同时拟合相关能量依赖截面的全局 函数，该函数综合考虑了不同过程及不同质心能量点测量值之间的相关性，以及积分亮度与质心能量测量的贡献。
🔬 Category
physics.data-an
257 篇论文
物理学中的数据分析和计算模拟正以前所未有的速度重塑我们对自然规律的理解。这一领域不再仅仅依赖传统的实验室测量，而是通过处理海量观测数据，揭示出宇宙从微观粒子到宏观星系中隐藏的复杂模式。
在 Gist.Science，我们直接从 arXiv 获取该领域的最新预印本，并为您精心处理每一份新发布的论文。无论是通俗易懂的科普解读，还是深入严谨的技术摘要，我们都致力于让前沿的物理数据分析成果变得触手可及。
下方为您呈现该分类下最新的精选论文，助您快速把握数据驱动物理学的最新脉搏。
Learnability Window in Gated Recurrent Neural Networks
本文建立了一种统计理论，通过量化有效学习率包络 与重尾梯度噪声下的统计集中效应之间的相互作用，揭示了门控循环神经网络中时间可学习性窗口 随样本量 呈现的对数、多项式及指数三种增长机制，并指出包络衰减几何形态是决定时间可学习性的关键因素。
Long-term outburst activity of comet 17P/Holmes and constraints on ejecta size distributions
该研究通过分析彗星 17P/Holmes 从 1892 年至 2021 年（特别是 2007 年特大爆发）的亮度变化，约束了爆发抛射物的尺寸分布与总质量，为尘埃尾迹演化及流星雨起源的建模提供了物理依据。
Light-scattering reconstruction of transparent shapes using neural networks
该论文提出了一种结合多层光片照明与神经自编码器的高分辨率单相机方法，通过引入等距性约束，实现了对流动中透明褶皱薄片三维形变的高精度非侵入式重建。
Identifying Neutron Sources using Recoil and Time-of-Flight Spectroscopy
该论文提出了一种结合全谱模板匹配与概率证据评估的贝叶斯协议，成功利用反冲和飞行时间谱数据，在极低事件计数下实现了高统计显著性的中子源识别。
Machine Learning Based Identification of Solvents from Post-Desiccation Patterns
该研究提出了一种基于人工神经网络的优化协议，通过分析淀粉 - 液体悬浮液干燥后形成的裂纹形态特征（如面积分布等），即使在溶剂完全蒸发后也能以 96% 的高准确率识别出原始溶剂成分。
\texttt{py5vec}: a modular Python package for the 5-vector method to search for continuous gravitational waves
本文介绍了名为 \texttt{py5vec} 的模块化 Python 软件包，它通过引入更稳健的统计推断方法（如学生 t 似然和相位边缘化）、实现基于 \texttt{bilby} 的贝叶斯参数估计，并利用 LIGO O4a 运行数据及硬件注入进行了验证，从而为连续引力波信号搜索提供了一个灵活且可扩展的平台。
Constraining Power of Wavelet vs. Power Spectrum Statistics for CMB Lensing and Weak Lensing with Learned Binning
本文提出了一种新颖的“学习分箱”方法，首次将小波散射变换和相位谐波应用于 CMB 透镜与弱引力透镜分析，发现虽然小波散射变换在 CMB 自相关分析中与功率谱表现相当，但在与 Euclid DR2 数据的交叉关联中，小波相位谐波对宇宙学参数的约束能力显著优于传统交叉功率谱。
A Deep-Learning-Boosted Framework for Quantum Sensing with Nitrogen-Vacancy Centers in Diamond
本文提出了一种基于一维卷积神经网络的深度学习框架，用于实时、高效且鲁棒地分析金刚石氮 - 空位（NV）色心的光探测磁共振（ODMR）光谱，显著提升了低信噪比条件下的参数提取精度与吞吐量，并成功应用于细胞内温度诊断和超导涡旋磁成像等实际传感场景。
Classifying hadronic objects in ATLAS with ML/AI algorithms
该论文总结了 ATLAS 实验利用图神经网络和 Transformer 等先进人工智能算法对强子末态（如夸克/胶子喷注及重粒子衰变）进行分类的最新进展、性能表现及未来数据驱动优化方向。