Prediction of the Hubbard U parameter from scanning tunneling microscopy images of moire systems using image recognition

ملخص تقني: التنبؤ بمعامل هابرد $U$ من صور مجهر المسح النفقي المجهري لأنظمة المواريه باستخدام التعرف على الصور

بيان المشكلة
يُعد معامل تفاعل هابرد الموضعي ($U$)، الذي يمثل التنافر الكولومي الموضعي، مدخلاً حرجاً للنماذج النظرية للأنظمة الإلكترونية المترابطة، لا سيما في الجرافين ثنائي الطبقة الملتوي (TBG) ومواد المواريه الأخرى. ومع ذلك، يظل تحديد $U$ تجريبياً تحدياً كبيراً. وبينما يوفر مجهر المسح النفقي المجهري (STM) صوراً عالية الدقة في الفضاء الحقيقي لكثافة الحالات المحلية (LDOS)، فإن استخراج المعاملات التفاعلية المجهرية مثل $U$ كمياً مباشرة من هذه الصور أمر صعب. ويعود ذلك إلى أن صور كثافة الحالات المحلية المحولة فورييه (FT-LDOS) المقابلة لقوى تفاعل مختلفة تظهر تشابهاً بصرياً شديداً، مما يجعل مقاييس المسافة البسيطة غير كافية للتمييز بينها.

المنهجية
يقترح المؤلفون إطار عمل للتعلم الآلي (ML) لاستنتاج معامل هابرد $U$ مباشرة من صور FT-LDOS المحاكات لـ TBG في نظام النطاق المسطح.

1. النموذج النظري: يتم نمذجة النظام كجرافين ثنائي الطبقة ملتوي تحت ضغط هيدروستاتيكي ($\theta \approx 3.5^\circ$)، وهو ما يحاكي حالة الزاوية السحرية. يتضمن الهاملتوني وصفاً للربط القوي (tight-binding)، وتفاعلات كولوم بعيدة المدى (محجوبة بواسطة جهد ذي بوابة مزدوجة)، وحد هابرد الموضعي ($U$). يتم حل النظام ذاتياً باستخدام تقريب هارتري-فوك المقيد ضمن حزمة FORGE، مع افتراض حلول متماثلة لللف المغزلي للحفاظ على تماثل المكان والوادي.
2. توليد البيانات: يتم توليد صور FT-LDOS عند ملء صحيح $\nu=3$ وثابت عزل ثابت ($\epsilon=10$). تغطي مجموعة البيانات قيم $U$ من 0 إلى 6 إلكترون فولت. تتكون مجموعة التدريب من 600 صورة بناءً على نقاط مرجعية منفصلة ($U = 0, 1, \dots, 5$ إلكترون فولت)، بينما تُستخدم مجموعة اختبار منفصلة مكونة من 66 عينة بقيم $U$ كسرية لاختبار قدرات الاستيفاء.
3. المعالجة المسبقة: يتم إجراء تحويل فورييه لخرائط FT-LDOS الخام، وإعادة تغيير حجمها إلى $256 \times 256$ بكسل، وتحويلها إلى تدرج رمادي، وتنميطها (متوسط صفري، تباين وحدة) لضمان الاستقرار العددي.
4. بنيات الشبكة العصبية التلافيفية: تم استخدام نوعين من الشبكات العصبية التلافيفية (CNNs):
   • شبكة CNN مخصصة مصممة للحفاظ على تماثلات الشبكة وتسهيل التفسير الفيزيائي، وتتكون من ثلاث كتل تلافيفية تليها طبقات متصلة بالكامل.
   • شبكة ResNet-18 معدلة (مدربة مسبقاً على ImageNet) مع رأس انحدار (regression head)، تعمل كمستخرج سمات قوي للتغيرات الطفيفة في فضاء الزخم.
5. المتانة والتعزيز: لتقييم الأداء في ظل الظروف التجريبية الواقعية، أدخل المؤلفون اضطرابات مدفوعة فيزيائياً على البيانات، بما في ذلك الضجيج الغاوسي، وإعادة تغيير شدة الإضاءة، والتمويه متباين الخواص (لمحاكاة تأثيرات رأس المجهر)، وعيوب خط المسح، والتشوهات التآلفية (لمحاكاة الإجهاد المتغاير الضعيف وكسر التماثل).
6. القابلية للتفسير: تُستخدم تقنيات خرائط التنشيط الفئوي الموزونة بالتدرج (Grad-CAM) والانتشار الموجه (Guided Backpropagation) لتحديد مناطق فضاء الزخم وميزات مستوى البكسل التي تقود تنبؤات الانحدار.

النتائج الرئيسية

• دقة انحدار عالية: نجحت كلتا بنيتي CNN في انحدار $U$ من صور FT-LDOS بدقة عالية. في مجموعة الاختبار القياسية، حققت الـ CNN المخصصة متوسط خطأ مطلق (MAE) قدره $0.14 \pm 0.03$ إلكترون فولت ومعامل تحديد $R^2$ قدره $0.984 \pm 0.003$. كما أدت بنية ResNet-18 أداءً مقارباً بـ MAE قدره $0.12 \pm 0.02$ إلكترون فولت و $R^2$ قدره $0.985 \pm 0.006$.
• قدرة الاستيفاء: أظهرت النماذج القدرة على الاستيفاء لقيم $U$ الكسرية غير المرئية في مجموعة الاختبار، وإن كان ذلك بدقة أقل (MAE $\approx 0.5$ إلكترون فولت، $R^2 \approx 0.85$)، مما يشير إلى أن التعميم خارج نطاق التدريب ممكن ولكنه أكثر صعوبة.
• استخراج السمات: رغم التشابه البصري الشديد لصور FT-LDOS (تشابه جيب التمام $> 0.9998$)، نجحت شبكات CNN في استخراج سمات نظامية ضعيفة. كشف تحليل المكونات الرئيسية (PCA) أن مجموعة البيانات تقع على متعدد ماني فولد (manifold) منخفض الأبعاد، حيث يلتقط المكون الرئيسي الأول (PC1) نسبة 56.8% من التباين ويظهر اعتماداً شبه رتيب على $U$.
• التفسير الفيزيائي: كشفت أدوات التفسير أن الشبكات تركز على ميزات محددة في فضاء الزخم. عند الاقتران الضعيف ($U \lesssim 1$ إلكترون فولت)، يتوزع الانتباه عبر القمم المركزية والقمم التابعة. ومع زيادة $U$، ينتقل الانتباه إلى تباين الشدة النسبي بين هذه الميزات، لينتهي به الأمر بالتركيز بالقرب من نقطة $\Gamma$ في نظام الاقتران القوي ($U \gtrsim 4$ إلكترون فولت). تستجيب الشبكات أساساً للتدرجات الحادة عند حواف قمم الشبكة المتبادلة بدلاً من الضجيج الخلفي.
• المتانة: أدى التدريب القائم على تعزيز البيانات إلى تحسين قدرة النماذج على التعميم للصور التي تحتوي على ضجيج وكسر للتماثل بشكل كبير، مما يثبت أن التمثيلات المتعلمة ليست مجرد نواتج اصطناعية للمحاكاة المثالية، بل هي متينة تجاه العيوب التجريبية.

الأهمية والادعاءات
يدعي البحث تقديم منهجية نظامية لاستخراج معامل هابرد $U$ مباشرة من صور LDOS باستخدام التعلم الآلي. تكمن الأهمية الأساسية في إثبات أنه رغم التشابه البصري الشديد لصور FT-LDOS عبر مستويات التفاعل المختلفة، يمكن لنماذج التعلم العميق تحديد إعادة توزيع الأوزان الطيفية الضعيفة والمعتمدة على التفاعل.

يشير المؤلفون إلى أن هذا النهج يفتح آفاقاً جديدة للتحديد الكمي لمعاملات التفاعل في أنظمة المواريه، مما قد يساعد في هندسة الأطوار المغناطيسية. علاوة على ذلك، يشير تحليل السمات المتعلمة إلى إعادة توزيع تدريجي لوزن الطيف يعتمد على التفاعل، مع وجود مقياس عبور محتمل من رتبة $U/t \sim 1$. يرسخ هذا العمل حقيقة أن تقنيات التعلم الآلي القائمة على الصور يمكنها سد الفجوة بين ملاحظات STM التجريبية ومعاملات الهاملتوني المجهرية، بشرما توفر استراتيجيات تدريب قوية (بما في ذلك تعزيز البيانات) للتعامل مع الضجيج التجريبي وكسر التماثل.