Physics-Informed Neural Networks for Computing the Morse Index of the Critical Catenoid

Resumen Técnico: Redes Neuronales Informadas por la Física para el Cálculo del Índice de Morse del Catenoide Crítico

Planteamiento del Problema
El artículo aborda el cálculo del índice de Morse para superficies mínimas de contorno libre (FBMS, por sus siglas en inglés), específicamente el catenoide crítico en la bola unidad $B^3$. El índice de Morse, que cuenta las direcciones independientes en las cuales una superficie puede ser perturbada para disminuir su área a segundo orden, está codificado en el espectro de Jacobi–Steklov. Si bien se sabe analíticamente que el índice de Morse del catenoide crítico es 4 (con nulidad 2), los autores buscan desarrollar un flujo de trabajo numérico que no dependa de soluciones espectrales de forma cerrada. El objetivo final es validar un método capaz de manejar familias geométricas donde la curvatura de la frontera no es constante y el índice es desconocido, como las FBMS en bolas elipsoidales.

Metodología
Los autores emplean una Red Neuronal Informada por la Física (PINN) para resolver el problema de autovalores de Jacobi–Steklov. El enfoque involucra los siguientes pasos:

1. Reducción Matemática: Aprovechando la simetría de rotación del catenoide crítico, el problema se reduce de una superficie bidimensional a una familia de problemas de autovalores de Robin unidimensionales en el intervalo $[-T, T]$, uno para cada modo de Fourier $n$. La ecuación gobernante es $f''(t) + (2/\cosh^2 t - n^2)f(t) = 0$, sujeta a condiciones de contorno de Robin que involucran el autovalor $\delta$.
2. Arquitectura de la PINN: Una red neuronal totalmente conectada con cuatro capas ocultas (ancho de 64, activación tanh) aproxima la autofunción $f(t)$.
   • Restricción de Paridad: Una modificación arquitectónica crítica impone la paridad de la solución por construcción ($f(t) = N(t) \pm N(-t)$ para modos pares/impares). Esto evita que la red converja a mínimos espurios de paridad mixta que corrompen las estimaciones de los autovalores.
   • Autovalor Entrenable: El autovalor $\delta$ se trata como un parámetro escalar entrenable, optimizado mediante descenso de gradiente junto con los pesos de la red.
3. Función de Pérdida: La red se entrena para minimizar una función de pérdida compuesta por:
   • El residuo de la EDP interior ($L_{pde}$).
   • Los residuos de la condición de contorno de Robin ($L_{bc}$).
   • Una restricción de normalización ($L_{norm}$) para evitar la solución trivial.
4. Análisis de Flujo Espectral: Para comprender cómo cambia el índice, los autores construyen una homotopía de operador de un parámetro desde un operador de referencia plano hacia el operador de Jacobi del catenoide. Rastrean el movimiento de los autovalores a través del umbral de estabilidad ($\delta = 1$) mediante un método de disparo (shooting) de alta precisión, validado con comprobaciones puntuales de la PINN.

Contribuciones Clave

1. Recuperación de la PINN con Restricción de Paridad: Los autores recuperan con éxito los tres autovalores de Jacobi–Steklov por debajo del umbral de estabilidad ($\delta < 1$) con errores entre $10^{-6}$ y $10^{-4}$ respecto a los valores exactos. Esto permite el cálculo numérico correcto del índice de Morse (4) y la nulidad (2).
2. Identificación del Gap Espectral: El estudio establece una declaración de brecha espectral, confirmando que no existen autovalores en el intervalo abierto $(0.4392, 1)$, aislando los autovalores responsables del índice.
3. Homotopía de Operadores y Flujo Espectral: El artículo computa el flujo espectral de una homotopía que conecta una franja plana con el catenoide. Identifica cruces de autovalores específicos (particularmente el modo par $n=0$ y el par par $n=2$) que impulsan los cambios no monotónicos en el índice (ascendiendo a 7 antes de establecerse en 4).
4. Prueba de Rigidez: Los autores demuestran que el catenoide crítico es rígido; los parámetros que definen la homotopía no corresponden a superficies mínimas de contorno libre reales para valores intermedios. Esto clarifica que la homotopía deforma operadores, no superficies.

Resultos

• Precisión: La PINN recupera el índice de Morse exacto de 4 y la nulidad de 2. Las autofunciones coinciden con las soluciones analíticas hasta la precisión de trazado, y los residuos de la EDP son del orden de $10^{-4}$.
• Dinámica del Flujo Espectral: El flujo espectral revela que el índice es constante a trozos a lo largo de la homotopía. El índice asciende a 7 en el régimen intermedio (debido a autovalores transitorios que cruzan el umbral) y cae a 4 solo en el extremo $s=1$, donde la condición de contorno libre se satisface estrictamente.
• Confirmación de Rigidez: La prueba confirma que los operadores intermedios en la homotopía no corresponden a ninguna FBMS, validando la interpretación del flujo espectral como un fenómeno de la teoría de operadores y no como una deformación geométrica de superficies.

Significancia y Reivindicaciones
El artículo establece explícitamente que la PINN no es competitiva con los resolvedores de autovalores clásicos para este problema unidimensional específico. Su significancia radica en la transferibilidad del flujo de trabajo. A diferencia de la separación de variables, que falla para dominios no simétricos, la construcción de la PINN (restricciones de paridad, autovalor como parámetro, estructura de pérdida) permanece estructuralmente inalterada al pasar a problemas bidimensionales.

Los autores posicionan este trabajo como un paso de calibración para una futura aplicación a bolas elipsoidales. En tales geometrías, la curvatura de la frontera no es constante, la separación de variables es imposible y el índice de Morse es desconocido. El artículo demuestra que el flujo de trabajo propuesto puede recuperar con éxito índices conocidos en el caso simétrico, estableciendo así una base para abordar familias genuinamente geométricas donde las soluciones analíticas no están disponibles. El trabajo no pretende resolver el problema elipsoidal aún, sino que proporciona la metodología validada necesaria para intentarlo.