Neutron Star Equation of State via Physics Informed Neural Network

Resumen Técnico: Ecuación de Estado de Estrellas de Neutrones mediante Redes Neuronales Informadas por la Física

Planteamiento del Problema
La composición interna de las estrellas de neutrones y la Ecuación de Estado (EOS, por sus siglas en inglés) de la materia a densidades extremas siguen sin resolverse. Si bien la astronomía multi-mensajero reciente ha proporcionado restricciones observacionales (p. ej., cronometría de rayos X de NICER, deformabilidad de marea de ondas gravitacionales y masas de púlsares), los métodos tradicionales para inferir la EOS enfrentan limitaciones estructurales. Los enfoques existentes suelen depender de la inferencia bayesiana con muestreo MCMC, donde una prior de la EOS (paramétrica o no paramétrica como los Procesos Gaussianos) se combina con una verosimilitud derivada de resolver las ecuaciones de Tolman-Oppenheimer-Volkoff (TOV) fuera del bucle de inferencia. Esta separación trata las restricciones físicas como priors probabilísticos evaluados a posteriori en lugar de restricciones continuas, lo que a menudo requiere millones de muestras de la posterior para la convergencia y no logra imponer leyes diferenciales directamente durante la optimización.

Metodología: Marco PINN-TOV
Este trabajo introduce la primera aplicación de las Redes Neuronales Informadas por la Física (PINNs) al problema inverso de la EOS de estrellas de neutrones. El marco emplea una arquitectura de red dual entrenada conjuntamente mediante descenso de gradiente, integrando las ecuaciones TOV directamente como restricciones diferenciables en lugar de resolverlas externamente.

1. Arquitectura de Red Dual:

   • Red de EOS ($N_{EOS}$): Una red no paramétrica que mapea el logaritmo de la densidad normalizada al logaritmo de la presión ($P(\varepsilon)$). Utiliza cuatro capas ocultas con 64 neuronas y activaciones $tanh$. La elección de $tanh$ es crítica, ya que permite la diferenciabilidad infinita, permitiendo la evaluación analítica de la estabilidad termodinámica ($dP/d\varepsilon > 0$) y la velocidad del sonido ($c_s^2 = dP/d\varepsilon$) mediante diferenciación automática.
   • Red de Estructura ($N_{TOV}$): Una red que mapea coordenadas radiales, densidad central y un vector de características de la EOS ($F_{EOS}$) hacia perfiles estelares (masa $m(r)$, presión $P(r)$, densidad de energía $\varepsilon(r)$). Utiliza seis capas ocultas con 128 neuronas. Al condicionarse a $F_{EOS}$ (valores de presión en densidades específicas), la red codifica la información de la EOS sin llamar a $N_{EOS}$ durante la inferencia, lo que facilita la estrategia de entrenamiento.

2. Función de Pérdida:
   La pérdida total $\mathcal{L}$ combina cuatro términos:

   • $\mathcal{L}_{data}$: Ajusta las mediciones de radio de NICER para tres púlsares (J0030, J0437, J0740) e impone las masas de cronometría de radio (J0348, J0952, J1614) como penalizaciones gaussianas.
   • $\mathcal{L}_{TOV}$: Impone las ecuaciones diferenciales TOV como un residuo de media cuadrática en 64 puntos de colocación mediante diferenciación automática. Esto asegura que la ley física se imponga en cada paso de gradiente.
   • $\mathcal{L}_{BC}$: Impone las condiciones de contorno ($m(0)=0$, $P(R_\star)=0$).
   • $\mathcal{L}_{phys}$: Codifica las propiedades de saturación nuclear ($K_0$, $L$), causalidad, estabilidad termodinámica, límites conformes y límites de QCD perturbativa (pQCD). Notablemente, las predicciones de $\chi$EFT en $1\text{--}2\rho_0$ no se incluyen en la pérdida, sirviendo como una verificación de consistencia independiente.

3. Esquema de Entrenamiento de Cuatro Fases:
   Para abordar la inestabilidad en la optimización conjunta ingenua, los autores emplean un esquema alternante de tipo Expectación-Maximización (EM):

   • Fase 1: Pre-entrenar $N_{TOV}$ sobre EOS de politropos segmentados aleatorios para aprender la estructura estelar.
   • Fase 2: Entrenar $N_{EOS}$ con la pérdida completa mientras se ajusta $N_{TOV}$, obteniendo la primera estimación de la EOS no paramétrica.
   • Fase 3: Congelar $N_{EOS}$ y especializar $N_{TOV}$ hasta que el error fraccional en la masa máxima ($M_{max}$) frente a la integración externa caiga por debajo de $3 \times 10^{-3}$.
   • Fase 4: Re-entrenar $N_{EOS}$ con la red de estructura refinada para producir el resultado final.

Resultados Clave
El marco fue probado a través de $N=15$ ejecuciones de entrenamiento independientes con diferentes semillas aleatorias. Los resultados demuestran una alta reproducibilidad y consistencia con los datos existentes:

• Reconstrucción de la EOS: La $P(\varepsilon)$ inferida satisface simultáneamente la saturación nuclear, la causalidad y los límites de pQCD. Crucialmente, el modelo satisface naturalmente la consistencia de $\chi$EFT en $1\text{--}2\rho_0$ sin imposición explícita, validando la propagación de las restricciones de saturación nuclear a densidades más altas.
• Propiedades Macroscópicas:
  • Masa Máxima: $M_{max} = 2.06^{+0.07}_{-0.09} M_\odot$ (IC del 68%).
  • Radio de una estrella de $1.4 M_\odot$: $R_{1.4} = 12.85^{+0.03}_{-0.06}$ km.
  • Deformabilidad de Marea: $\Lambda_{1.4} = 684$.
    Estos valores se alinean con análisis bayesianos recientes y satisfacen los límites de marea de GW170817 ($70 \lesssim \Lambda_{1.4} < 800$).
• Velocidad del Sonido: La velocidad del sonido inferida exhibe un ablandamiento reproducible (una meseta y un ligero descenso) en el rango de densidad de $2\text{--}4\rho_0$. Esta característica es consistente con un cruce quark-hadrón.
• Tensiones de Datos: El modelo muestra una ligera tensión con la masa del púlsar J0952 ($1.8\sigma$ por encima de $M_{max}$) y J0437 (dentro del 95% pero no de las regiones creíbles del 68%), reflejando las tensiones encontradas en otros análisis bayesianos de los mismos conjuntos de datos.

Significancia y Reivindicaciones
Los autores afirman que este trabajo representa un cambio fundamental en la metodología de inferencia de la EOS:

1. Imposición Física Continua: A diferencia de los métodos no paramétricos previos que resuelven las ecuaciones TOV externamente, este enfoque integra las ecuaciones diferenciales como un término de pérdida, imponiendo las leyes físicas continuamente en cada paso de optimización.
2. Optimización Basada en Gradientes: Al reemplazar el muestreo MCMC por el descenso de gradiente, el método evita la necesidad de $O(10^6)$ muestras de la posterior y trata el conocimiento físico como penalizaciones diferenciables activas a través de toda la rejilla de densidad.
3. Autoconsistencia Emergente: La consistencia emergente de $\chi$EFT sin entrenamiento explícito sirve como una validación no trivial de que las restricciones de saturación nuclear ($K_0, L$) se propagan correctamente a densidades más altas.
4. Perspectiva Física: El ablandamiento reproducible de la velocidad del sonido en $2\text{--}4\rho_0$ a través de todas las semillas sugiere una característica física robusta (potencialmente un cruce quark-hadrón) en lugar de un artefacto de entrenamiento, ofreciendo nuevas restricciones sobre la naturaleza de la materia densa.

El artículo concluye que este marco basado en PINN recupera con éxito conclusiones físicas consistentes con los análisis bayesianos parametrizados, ofreciendo al mismo tiempo un camino más directo, diferenciable y computacionalmente eficiente para resolver el problema inverso de la estructura de las estrellas de neutrones.