⚛️ quantum physics

Reconstructing the Hamiltonian from the local density of states using neural networks

Este artículo demuestra que el aprendizaje supervisado con redes neuronales convolucionales puede reconstruir con precisión hamiltonianos de partícula única a partir de mapas espaciales de la densidad de estados local, ofreciendo un método robusto con aplicaciones potenciales en la microscopía de efecto túnel.

Autores originales: Nisarga Paul, Andrew Ma, Kevin P. Nuckolls

Publicado 2026-08-25

📖 4 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Nisarga Paul, Andrew Ma, Kevin P. Nuckolls

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

En el mundo de la física cuántica, los científicos suelen partir de un mapa del terreno para predecir cómo se moverá una partícula. Este mapa se llama Hamiltoniano, una descripción matemática del paisaje de energía que guía a los electrones a través de un material. Si se conoce la forma de este paisaje, se puede calcular cómo se comportan los electrones, cómo conducen la electricidad o cómo responden a los campos magnéticos. Sin embargo, en el mundo real, la situación suele ser a la inversa. Los científicos pueden medir con frecuencia cómo se distribuyen los electrones en el espacio en un nivel de energía específico, un patrón conocido como densidad local de estados. Esta medición es como ver las ondas en un estanque después de haber lanzado una piedra, pero sin conocer la forma de la piedra o la profundidad del agua que las causó. El desafío ha sido, durante mucho tiempo, trabajar hacia atrás desde estas ondas para reconstruir el paisaje original. Esta es una tarea difícil porque muchos paisajes diferentes pueden producir ondas similares, lo que hace que el problema sea matemáticamente ambiguo. No obstante, comprender el paisaje de energía oculto es crucial para diseñar nuevos materiales y comprender las propiedades fundamentales de la materia.

Un equipo de investigadores del Instituto de Tecnología de Massachusetts ha abordado este problema de ingeniería inversa utilizando un tipo de inteligencia artificial llamada red neuronal convolucional. En lugar de intentar resolver ecuaciones complejas para hallar la respuesta, entrenaron a una computadora para reconocer patrones, de forma muy similar a como un niño aprende a identificar un rostro al ver muchos ejemplos. Los investigadores crearon miles de escenarios simulados donde conocían tanto el paisaje de energía oculto como los patrones de electrones resultantes. Alimentaron a la computadora con estos pares de datos, permitiéndole aprender la conexión entre ambos. Una vez entrenada, la computadora fue probada con nuevos patrones no vistos anteriormente. Los resultados fueron sorprendentes: la red neuronal podía reconstruir el paisaje de energía original a partir de los patrones de electrones con una precisión notable. En simulaciones unidimensionales, la computadora cometió muy pocos errores, y en simulaciones bidimensionales, la reconstrucción fue tan precisa que el paisaje predicho era casi indistinguible del verdadero.

Los investigadores descubrieron que este método funciona bien incluso cuando los datos son imperfectos. En experimentos del mundo real, las mediciones suelen tener ruido, lo que significa que los datos contienen fluctuaciones aleatorias que oscurecen la señal real. El equipo probó su modelo añadiendo ruido artificial a los datos de entrenamiento, enseñando a la computadora a ignorar la estática y concentrarse en el patrón subyacente. Descubrieron que, con este entrenamiento adicional, el modelo seguía siendo robusto incluso cuando los datos de prueba estaban fuertemente corrompidos por el ruido. Además, el modelo mostró una capacidad sorprendente de generalización. Funcionó bien no solo con datos que se parecían exactamente a lo que había visto antes, sino también con datos donde las condiciones subyacentes, como la fuerza del desorden o el tamaño de la ventana de energía, eran ligeramente diferentes. Esto sugiere que el modelo aprendió la relación fundamental entre el paisaje y los patrones de electrones, en lugar de simplemente memorizar ejemplos específicos.

Este trabajo tiene implicaciones directas para una técnica de imagen poderosa llamada microscopía de efecto túnel, que permite a los científicos ver la superficie de los materiales a escala atómica. Este microscopio mide la densidad local de estados, produciendo imágenes detalladas de cómo se distribuyen los electrones en una superficie. Actualmente, los científicos utilizan estas imágenes para detectar defectos o arreglos atómicos específicos, pero extraer el paisaje de energía completo de estas imágenes ha sido difícil. El nuevo enfoque sugiere que estas mismas imágenes podrían utilizarse para revelar el paisaje de energía completo y desconocido de una muestra. Esto permitiría a los investigadores modelar cómo se comportará un material bajo diferentes condiciones, como la exposición a campos magnéticos o cambios de temperatura, sin necesidad de conocer la estructura atómica de antemano. Aunque el estudio actual se centró en sistemas simples y no interactuantes, el éxito de este método abre la puerta a la aplicación de técnicas similares a materiales más complejos, transformando potencialmente la forma en que los científicos analizan y diseñan los materiales del futuro.

Resumen Técnico: Reconstrucción del Hamiltoniano a partir de la Densidad Local de Estados mediante Redes Neuronales

Planteamiento del Problema
Este trabajo aborda un problema inverso en la intersección de la física de la materia condensada cuántica y el aprendizaje automático: la reconstrucción de un Hamiltoniano de una sola partícula a partir del mapa espacial de la densidad local de estados (LDOS) a una energía fija. Mientras que el "problema directo" —calcular la LDOS $\rho_E(\mathbf{r})$ a partir de un potencial conocido $V(\mathbf{r})$ y un Hamiltoniano $H$ — es sencillo, el inverso es generalmente mal planteado. Distintos Hamiltonianos pueden, teóricamente, producir mapas de LDOS idénticos dentro de una ventana de energía específica (por ejemplo, si la energía se encuentra en brechas espectrales). Los autores investigan si las soluciones aproximadas a este problema inverso son factibles mediante el aprendizaje supervisado, centrándose específicamente en la recuperación del paisaje de potencial $V(\mathbf{r})$ a partir de una única sección de energía de la LDOS.

Metodología
Los autores formulan el problema en el contexto de modelos de enlace fuerte (tight-binding) en redes 1D y 2D, definidos por el Hamiltoniano:
$H = -t \sum_{\langle \mathbf{r}\mathbf{r}' \rangle} c^\dagger_\mathbf{r} c_{\mathbf{r}'} + \sum_\mathbf{r} V(\mathbf{r}) c^\dagger_\mathbf{r} c_\mathbf{r}$
donde $V(\mathbf{r})$ representa un potencial de desorden aleatorio.

Generación de Datos: Se generan conjuntos de datos sintéticos muestreando potenciales $V(\mathbf{r})$ a partir de campos aleatorios gaussianos con longitudes de correlación específicas ( $\xi$ ) y amplitudes ( $V_0$ ). La LDOS correspondiente se calcula numéricamente para una energía fija $E$ .
Preprocesamiento: Tanto la LDOS de entrada como el potencial objetivo se normalizan (media cero, desviación estándar unitaria) para facilitar el entrenamiento.
Arquitectura del Modelo: El enfoque central utiliza Redes Neuronales Convolucionales (CNN) de Imagen-a-Imagen. A diferencia de las CNN de clasificación estándar que mapean imágenes a etiquetas de clase, estos modelos mapean una imagen de entrada (LDOS) directamente a una imagen de salida (potencial reconstruido).
- El modelo 1D utiliza capas convolucionales con activaciones ReLU.
- El modelo 2D incorpora conexiones residuales (skip connections) cada dos capas para mejorar el flujo de gradiente y el rendimiento.
- Las redes no utilizan capas de agrupación (pooling) ni capas totalmente conectadas, preservando la resolución espacial.
Objetivo de Entrenamiento: Los modelos se entrenan para minimizar el Error Cuadrático Medio (MSE) entre el potencial predicho normalizado y el potencial real (ground truth).
Líneas Base (Baselines): El rendimiento se compara contra un ajuste de un solo parámetro ( $\tilde{V} \propto \tilde{\rho}^n$ ) y un enfoque de $k$ -vecinos más cercanos ( $k$ -nn) aumentado por traslación.

Resultos Clave
El estudio demuestra que el aprendizaje supervisado puede lograr una reconstrucción de alta fidelidad del paisaje de potencial a partir de datos de LDOS tanto en sistemas 1D como 2D.

Precisión de la Reconstrucción:
- Caso 1D: La CNN logra una pérdida de MSE en el conjunto de prueba ( $L$ ) de aproximadamente 0.016, superando significativamente al ajuste de un solo parámetro ( $L \approx 0.995$ ) y a los métodos $k$ -nn ( $L \approx 0.707$ para $k=10$ ). La inspección visual muestra que el potencial predicho es casi indistinguible del potencial real en los casos mejores y medianos.
- Caso 2D: La CNN logra una pérdida de MSE en el conjunto de prueba de aproximadamente $4.6 \times 10^{-3}$ , también muy superior a las líneas base ( $L \approx 0.623$ para $k$ -nn).
Robustez al Ruido:
- Los modelos exhiben una tolerancia inherente al ruido; incluso sin una regularización específica, el modelo 2D mantiene un error bajo ( $L < 0.1$ ) con hasta un 20% de ruido correlacionado en el conjunto de prueba.
- Regularización por Ruido: La adición intencionada de ruido gaussiano correlacionado sintético a los datos de entrenamiento (ruido de entrenamiento) actúa como un regularizador. Un modelo entrenado con una Relación Señal-Ruido (SNR) = 1 mantiene $L < 0.05$ incluso cuando se prueba con niveles de ruido que se aproximan a la amplitud de la señal ( $\sigma/\sigma_\rho \approx 1$ ).
Generalización (Fuera de Distribución):
- Los modelos se generalizan a desplazamientos de parámetros no vistos durante el entrenamiento. Al probarse en potenciales con amplitudes de desorden ( $V_0$ ) y longitudes de correlación ( $\xi$ ) ligeramente diferentes de la distribución de entrenamiento, los modelos mantienen un error bajo ( $L \lesssim 0.1$ ) dentro de un vecindad razonable de los parámetros de entrenamiento.
Análisis de Aprendibilidad:
- La calidad de la reconstrucción no está estrictamente correlacionada con la densidad espectral o la longitud de localización de los autoestados. El rendimiento se degrada cerca de los bordes y el medio del espectro de energía, lo que sugiere que características espectrales específicas influyen en la aprendibilidad.

Significación y Reivindicaciones
El artículo sostiene que reconstruir un Hamiltoniano a partir de datos de LDOS limitados y experimentalmente observables es un problema inverso factible y tratable cuando se aborda mediante aprendizaje automático supervisado.

Utilidad Práctica: Los autores proponen que este método podría aplicarse a datos de Microscopía de Efecto Túnel de Barrido (STM). Dado que la STM mide la conductancia diferencial (proporcional a la LDOS) con resolución sub-angstrom, los modelos entrenados podrían teóricamente invertir estas imágenes para revelar el paisaje de energía subyacente (potencial $V(\mathbf{r})$ ) de una muestra.
Aplicaciones: Esta reconstrucción permite cálculos posteriores de cantidades físicas (por ejemplo, coeficientes de transporte, respuestas magnéticas) que requieren el conocimiento del potencial. Los autores señalan específicamente aplicaciones potenciales en el estudio de reconstrucciones superficiales (por ejemplo, patrones atómicos complejos en Si(111) o Au(111)) donde el paisaje de energía es complicado y aperiódico.
Eficiencia de Datos: Los modelos logran una alta precisión con conjuntos de datos relativamente pequeños (1,200 muestras para 2D), lo que sugiere que el enfoque puede ser viable incluso cuando generar grandes cantidades de datos de entrenamiento es computacionalmente costoso (por ejemplo, para sistemas con interacciones electrón-electrón).
Limitaciones: Los autores señalan modestamente que para superficies altamente regulares con bajas densidades de defectos, el espacio del problema es de "baja dimensión", y una regresión simple o la inspección humana podrían ser suficientes, limitando la ventaja del aprendizaje automático en esos casos específicos. El presente trabajo se circunscribe a modelos de enlace fuerte de un solo orbital y no interactuantes.

En conclusión, este trabajo establece que existen soluciones aproximadas para el problema de la reconstrucción del Hamiltoniano para distribuciones específicas y demuestra que las CNN de imagen-a-imagen pueden resolver este problema inverso con alta precisión y robustez, cerrando la brecha entre los mapas de LDOS experimentales y las descripciones teóricas del Hamiltoniano.

Más como este