Physique - Analyse des données, statistiques et probabilités

Les chercheurs utilisent l'apprentissage machine pour améliorer la détection d'anomalies en physique des particules.

De nouvelles méthodes améliorent l'imagerie 3D à l'échelle atomique pour divers matériaux.

Cette étude examine le comportement des clusters dans le modèle de Vicsek en utilisant l'analyse DBSCAN.

Les méthodes de Monte Carlo améliorent les prédictions en physique, en s'attaquant aux défis dans les simulations et l'optimisation des paramètres.

Analyse des facteurs qui influencent les intervalles de transmission du COVID-19 en Corée du Sud.

Une nouvelle méthode pour différencier les états de santé en utilisant des données de séries temporelles ECG.

Une étude sur l'évolution des classements en fonction des performances au fil du temps.

Des méthodes innovantes améliorent la compréhension de la formation et des propriétés des trous noirs.

Examiner comment les comptes Twitter suspendus ont influencé les discussions politiques et les élections.

Cet article examine les incertitudes des paramètres dans les modèles thermodynamiques et leurs effets sur les prédictions.

De nouvelles méthodes améliorent la détection des positions des faisceaux laser dans les installations de recherche avancées.

La loi de Benford montre comment les données naturelles défient les attentes en matière de distribution des chiffres.

Un aperçu du mouvement aléatoire des particules dans les fluides.

La recherche se concentre sur la mesure du comportement de la lumière dans les LAB pour des expériences de neutrinos.

Un nouveau cadre révèle comment la dynamique de l'information façonne le comportement des systèmes au fil du temps.

Voici CaloDiffusion pour des simulations de calorimètre rapides et de haute qualité en physique des particules.

Des chercheurs améliorent l'analyse des données sur les ondes gravitationnelles en utilisant des techniques d'apprentissage automatique.

De nouvelles techniques améliorent la précision des mesures de distance avec les technologies radar et lidar.

Une nouvelle méthode s'attaque aux défis de la reconstruction de réseaux en utilisant des données de séries temporelles.

La recherche sur les événements rares fait face à des défis à cause du bruit de fond et de l'incertitude.

Explorer le rôle de l'apprentissage automatique dans l'analyse des propriétés topologiques des réseaux photoniques.

Les upgrades LCLS-II-HE utilisent l'apprentissage automatique pour un alignement optique précis et des expériences de rayons X améliorées.

Une exploration de la formation des trous noirs à travers des modèles mathématiques et de nouvelles techniques.

Les méthodes d'apprentissage machine aident à détecter des produits chimiques inhabituels dans les atmosphères des exoplanètes.

Un aperçu des méthodes bayésiennes et fréquentistes en statistiques.

De nouvelles méthodes améliorent l'estimation des gradients dans les programmes de physique des particules avec du hasard.

KinFit améliore la précision des mesures de particules dans les expériences de physique des hadrons.

Combiner la tomographie d'état quantique avec l'apprentissage automatique améliore la précision et l'efficacité.

Cette technique permet de faire de l'imagerie et de l'analyse en temps réel de toutes petites structures.

De nouvelles techniques révèlent des infos sur les interactions des particules et au-delà de la physique du Modèle Standard.

Une nouvelle approche améliore l'étude des réseaux complexes grâce à un calcul de courbure efficace.

Une nouvelle méthode accélère les simulations en physique des particules en utilisant des techniques de super-résolution.

La recherche explore des techniques d'apprentissage automatique pour étudier les comportements des matériaux souples.

Un nouveau système de surveillance de la glycémie sans douleur vise à améliorer la gestion du diabète.

Comprendre le processus complexe de démélange spectral et ses applications.

Cette étude utilise l'apprentissage automatique pour améliorer la calibration de l'énergie des jets au LHC.

AQC propose des solutions fraîches pour entraîner les réseaux de neurones efficacement.

Le flux RC simplifie l'analyse des systèmes moléculaires complexes en utilisant des coordonnées de réaction clés.

L'apprentissage automatique transforme la reconstruction d'événements en physique des particules, améliorant la précision et l'efficacité.

Explore des concepts essentiels dans les opérations de réseau électrique et leur stabilité.