Follow the wobble: Statistical methods to detect astrometric binary asteroids in Gaia FPR
本文详述了用于在盖亚 FPR 数据中检测天体测量双小行星的统计方法，呈现了一份包含 343 个候选体的更新列表，并通过性能评估证明了该方法的可靠性，评估结果显示其检测率显著高于仅含噪声的模拟结果。
🔬 Category
physics.data-an
252 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。
Compensator-Based Inference for Signal Detection Under Unknown Background
本文提出了一种新颖的信号检测框架，该框架利用单个“补偿器”参数来表征背景不确定性，从而绕过对完整背景分布的估计需求，进而简化推理复杂度并改善不确定性传播。
Lumina: An AI-Augmented Multiscale Material Informatics Framework for Extreme Aero-Chemo-Thermo-Mechanical Regimes
本文介绍了 Lumina，这是一个基于 Python 的模块化框架，它将极端气-化-热-力耦合工况下碎片化的多尺度材料数据统一整合至一个集中式、AI 增强的生态系统中，以优化先进国防与航空航天应用中的实验设计、验证化学行为并提升预测建模能力。
Scaling intra-urban climate fluctuations
通过全球 142 个城市的高分辨率数据分析，本研究表明，城市内部气温与空气污染的气候波动遵循由平均街道网络特性决定的普适标度律，从而克服了传统城市规模指标的局限性，并为城市规划提供了更精确的低复杂度模型。
Requirements for Early Quantum Utility and Quantum Utility in the Capacitated Vehicle Routing Problem
本文介绍了一种透明且与编码无关的框架，该框架利用资源计数和硬件基准测试表明，在含噪声中等规模量子（NISQ）设备上实现带容量车辆路径问题（CVRP）的早期量子效用目前尚不可行，这一发现揭示了高阶编码相较于直接二次无约束二进制优化（QUBO）映射所具有的显著量子比特优势，同时指出创新的问题分解对于未来实现量子优势至关重要。
Activation Functions, Statistics and Learning of Higher-Order Interactions in Restricted Boltzmann Machines
本文分析性地刻画了受限玻尔兹曼机器中不同的隐藏单元激活函数如何影响诱导相互作用的统计特性以及学习复杂高阶数据结构的能力，论证了如指数函数这类快速增长的非线性函数能够显著促进此类模式的表示与学习。
GenL: An extensible fitting program for Laue oscillations and whole pattern fitting
GenL 是一款灵活、可扩展且开源的基于 MATLAB 的程序，它利用遗传算法对来自外延薄膜的 X 射线反射率和衍射数据进行模拟与拟合，并提供源代码和预编译二进制文件选项，以提取应变分布和晶体粗糙度等结构参数。
vega-mir: An information-theoretic Python toolkit for symbolic music, with applications to harmonic graphs and rubato spectra
本文介绍了*vega-mir*，一个包含九种信息论度量的开源 Python 符号音乐分析工具包，并通过案例研究展示了其效用，这些研究揭示了不同作曲家的和声图中心性与和声距离之间的相关性，以及格伦·古尔德的弹性速度具有结构化周期性而非机械式僵硬的特征。
Bayesian characterization of porous media using three-microphone tube method in extended frequency ranges
本文提出一种贝叶斯推断方法，应用于具有圆周麦克风分布的三麦克风管法，以解决相位跳变问题，并在宽频范围内准确估算多孔介质的特性阻抗与传播系数。
Neural simulation-based inference of the Higgs trilinear self-coupling via off-shell Higgs production
本文提出了一种基于神经模拟的混合推断方法，利用高亮度大型强子对撞机上的非壳层希格斯玻色子产生过程来约束希格斯三线性自耦合及其他标准模型有效场论算符，通过将矩阵元增强训练与基于分类的背景估计相结合，实现了接近理论最优的灵敏度。