Smart Ensemble Learning Framework for Predicting Groundwater Heavy Metal Pollution
本研究提出了一种针对登苏盆地地下水重金属污染的稳健预测框架，该框架将高斯 Copula 变换与嵌套交叉验证集成机器学习相结合，以克服传统方法的局限性并准确模拟偏态的重金属污染指数。
🔬 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。
Renormalization group for spectral collapse in random matrices with power-law variance profiles
本文提出了一种重整化群框架，该框架利用尺寸依赖的归一化方法，将具有幂律方差分布的随机矩阵系综的特征值密度进行坍缩，并推导出不动点方程和β函数，以证明不同系统尺度下的谱坍缩现象。
Anomaly Detection in Soil Heavy Metal Contamination Using Unsupervised Learning for Environmental Risk Assessment
本研究证明，一种结合孤立森林、PCA 重构误差和 DBSCAN 的无监督机器学习框架，能够有效识别加纳土壤中与显著升高的健康风险密切相关的特定重金属污染异常，从而相较于仅依赖传统综合指数实现更具针对性的环境管理。
Physically-Informed Fuzzy Clustering of Vertical Sounding Ionograms
本文提出了一种基于物理信息的模糊聚类方法，该方法利用期望最大化算法和修正的贝叶斯信息准则，通过引入自适应噪声滤波和异常模态去除，即使在电离层受扰条件下也能自动确定最佳轨迹数量并分离垂直探测电离图。
Causal Edge Rees Algebras for Spatiotemporal Graphs
本文介绍了因果边里斯代数（CERA），这是一种新颖的代数框架，通过将边理想的时序滤过与单一分次对象相关联来编码时空图中连通性的因果演化，从而能够识别关键的结构桥梁，并为因果网络动力学提供了一种有别于几何拓扑数据分析的新视角。
Improved treatment of the molecular final-states uncertainties for the KATRIN neutrino-mass measurement
本文提出了一种改进的估算氚β衰变分子终态分布不确定性的方法，该方法将相关系统不确定度从0.02 eV²/c⁴显著降低至0.0013 eV²/c⁴，从而提高了KATRIN实验对中微子质量测量的精度。
Physically-motivated priors in the local distance ladder significantly reduce the Hubble tension
通过在本地距离阶梯的全面贝叶斯重新校准中，对所有距离施加物理驱动的先验，本研究表明，所假设的先验显著将推断出的哈勃常数降低至 ，从而将哈勃张力从 减小至 。
Adaptive Sensing beyond Non-Adaptive Information Limits: End-to-End Co-Design of Geometry, Policy, and Inference
本文介绍了“联合动态规划”，这是一种协同设计框架，能够同时优化连续硬件几何结构与自适应测量策略，从而在传感任务中显著超越传统的非自适应或分别优化的方法，正如雷达、量子及光子传感器案例研究中所展示的大幅误差降低所证实的那样。
Emergent Self-Attention from Astrocyte-Gated Associative Memory Dynamics
本文提出了一种霍普菲尔德型联想记忆模型，其中星形胶质细胞介导的熵正则化增益调制动态地实现了自注意力机制，从而与经典方法相比，在高记忆负载下显著提高了检索准确率。
Structural Decomposition of UV--Visible Spectral Variation: Azobenzene in Ethanol Solution
本文通过一种名为“基于模拟器的成分分析”（emulator-based component analysis）的响应目标方法，对乙醇溶液中反式叠氮苯的模拟紫外-可见吸收光谱进行了结构分解，从而识别出决定光谱变化的少数关键结构特征，并揭示了光激发后某些结构特征的过度表征现象。