Física - Análisis de datos, estadística y probabilidad

Un estudio sobre modelos de energía oscura y su ajuste con datos observacionales.

Un nuevo modelo simplifica el análisis de redes multicapa con diferentes tipos de datos.

Un nuevo método para combinar datos de medición inconsistentes muestra potencial para los científicos.

DustNet ofrece predicciones rápidas y precisas de los niveles de polvo y su impacto en la atmósfera.

Nuevo marco mejora la precisión en la medición bayesiana con datos limitados.

El experimento XENONnT investiga las interacciones de WIMP con átomos de xenón para descubrir la materia oscura.

Una mirada sencilla a los Modelos Basados en Energía y su papel en la generación de datos.

Este estudio presenta métodos para refinar modelos de movimiento utilizando datos experimentales detallados.

Explorando cómo tener demasiadas opciones puede complicar la toma de decisiones.

Un marco bayesiano mejora el análisis de experimentos de colisión entre electrones y láser.

Nuevo software mejora la eficiencia y la precisión en el análisis de estructuras superficiales.

Los investigadores proponen métodos para mejorar los conjuntos de datos para una mejor comprensión de las partículas de aerosol.

Este artículo examina cómo se forman las jerarquías sociales entre grupos en competencia.

Nuevo marco mejora el análisis de colisiones de partículas y las incertidumbres sistemáticas.

Mejorando el seguimiento de objetivos utilizando datos solo de direcciones y metodologías innovadoras.

Las ondas de gravedad juegan un papel clave en la dinámica atmosférica y los patrones climáticos.

Este artículo habla sobre métodos innovadores para mejorar el análisis estadístico de datos agrupados.

Investigando la resiliencia del AMOC en un clima cambiante.

Las técnicas de aprendizaje automático mejoran el análisis de datos en experimentos de física de alta energía.

Los investigadores aplican aprendizaje automático para mejorar la detección de antineutrinos en reactores nucleares.

Una nueva técnica mejora la estimación de parámetros para la fusión de agujeros negros, mejorando la investigación de ondas gravitacionales.

Un método para mejorar el rendimiento de compresores centrífugos a través de un análisis modal mejorado.

Nuevos métodos mejoran la identificación y análisis de los leptones tau en física de partículas.

La investigación revela factores clave que influyen en los errores de computación cuántica en qubits superconductores.

Este artículo explora las interacciones en redes dirigidas, centrándose en la reciprocidad y la frustración.

El modelo MIParT mejora la precisión y eficiencia del etiquetado de jets en física de partículas.

Un nuevo enfoque mejora la capacidad para localizar fuentes de olor en flujos complejos.

Aprende cómo los modelos de orden reducido ayudan a analizar sistemas complejos usando la entropía de causalidad.

Nuevo pipeline mejora el seguimiento de partículas en el LHC usando GNNs.

Este artículo examina cómo la intermediación influye en las carreras científicas y las disparidades de género.

Examinando cómo las redes de creencias profundas pueden aprender de datos y crear representaciones complejas.

Examinando los lazos comerciales entre ciudades en Ceará para revelar interacciones económicas.

Un vistazo a métodos para analizar cambios en datos en evolución.

Este artículo explora el patrón común de la ley de Zipf en varios campos.

Nuevo enfoque de modelado mejora la comprensión de redes biológicas complejas.

Un nuevo enfoque de aprendizaje automático mejora el monitoreo de la calidad de los datos en la física de partículas.

Examinando cómo se comportan las ondas en sistemas complejos a través de mediciones de retraso temporal.

SignedLouvain mejora la detección de comunidades en redes con relaciones positivas y negativas.

Los investigadores utilizan el aprendizaje automático para analizar modelos de física complejos más allá del Modelo Estándar.

Una mirada a los métodos para estudiar los procesos cambiantes en varios campos.