Assessing Emulator Design and Training for Modal Aerosol Microphysics Parameterizations in E3SMv2
该研究通过系统考察架构复杂度与变量归一化等关键设计选择，验证了在有效缩放和收敛条件下，采用适度规模的简单前馈神经网络即可在 E3SMv2 模型中高精度地模拟晴空条件下的 MAM4 气溶胶微物理过程，为科学机器学习在大气物理参数化中的应用提供了实践指导。
🔬 Category
physics.data-an
331 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。
Identifying dynamical network markers of financial market instability
该研究将动力学网络标记（DNM）理论应用于东京证券交易所的订单数据，通过识别参与者交易活动的临界慢化特征，成功在日度时间尺度上实现了对市场大幅波动的前兆预警。
The CriticalSet problem: Identifying Critical Contributors in Bipartite Dependency Networks
该论文提出了在二分依赖网络中识别关键贡献者的 CriticalSet 问题，证明了其 NP 难性及超模性，并据此设计了基于沙普利值的 ShapleyCov 度量指标与线性时间迭代剥离算法 MinCov，在大规模真实数据集上实现了远超传统基线的性能与效率。
On the definition and importance of interpretability in scientific machine learning
该论文指出科学机器学习领域常将“稀疏性”与“可解释性”混为一谈，并主张在物理科学中应建立一种以理解机制为核心而非单纯追求数学稀疏性的可解释性操作定义，以此明确科学发现中可解释性的真正角色并指引未来研究方向。
Exact Identity Linking Entropy Production and Mutual Information
该论文建立了过阻尼朗之万动力学中总熵产生率与无穷小位移及其时间中点互信息率之间的精确恒等式，从而将不可逆性重构为一种可分解的信息论结构，并揭示了子系统熵产生中自项与相互作用项的热力学意义。
Bayesian approach for uncertainty quantification of hybrid spectral unmixing in -ray spectrometry
本文针对能谱混合解混中的不确定性量化问题，提出并评估了拉普拉斯近似与马尔可夫链蒙特卡洛两种贝叶斯方法，结果表明后者在光谱变形约束激活或背景计数主导等导致后验分布非高斯的情况下，仍能提供更稳健的置信区间估计。
On computation of a common mean
本文通过模拟和真实数据对比了计算共同均值时最常用的加权平均法与中位数估计法，并提出了一种新的组合估计方法，以克服现有方法的局限，从而获得更稳健且适用于一致及不一致测量结果的现实估计。
Application of the Allan Variance to Time Series Analysis in Astrometry and Geodesy: A Review
本文综述了艾伦方差（AVAR）及其加权（WAVAR）、多维（MAVAR）和加权多维（WMAVAR）改进形式在天文测量与大地测量时间序列噪声特性分析中的应用经验，旨在解决经典 AVAR 无法处理非均匀加权及多维矢量数据的局限性。
A new equal-area isolatitudinal grid on a spherical surface
该论文提出了一种名为 SREAG 的新型球面等面积网格划分方法，通过将球体划分为宽度近乎恒定的纬环并进一步分割为等面积矩形单元，实现了比现有方法更均匀的环宽、更灵活的分辨率以及更简便的可视化应用。
Filling the gap in the IERS C01 polar motion series in 1858.9-1860.9
本文针对 IERS C01 极移序列中 1858.9 至 1860.9 年间坐标存在的两年数据缺失问题，首次尝试并对比了参数天文模型与奇异谱分析（SSA）两种填补方法，结果表明基于更完整极移模型的 SSA 方法更为可取。