Bridging Ab Initio Symmetries and Global Nuclear Masses with Interpretable Neural Networks

Resumen Técnico: Uniendo las Simetrías Ab Initio y las Masas Nucleares Globales con Redes Neuronales Interpretables

Planteamiento del Problema
Aunque la teoría nuclear ab initio ha establecido las simetrías SU(4) de Wigner y SU(3) de Elliott como características dominantes en núcleos ligeros e intermedios, no está claro si estas simetrías gobiernan la unión nuclear en todo el mapa nuclear, incluyendo isótopos exóticos cerca de las líneas de goteo. Los enfoques tradicionales de aprendizaje automático (ML) para la predicción de masas nucleares suelen funcionar como "cajas negras", capturando patrones sin proporcionar una visión física. Por el contrario, las fórmulas de masa tradicionales (por ejemplo, el Modelo de Gota Líquida) carecen del detalle microscópico para predecir masas con alta precisión. Los autores pretenden cerrar esta brecha mediante el desarrollo de modelos de redes neuronales (NN) interpretables que utilicen características basadas en simetrías para probar si las simetrías SU(3) y SU(4) pueden servir como un principio rector para la sistemática nuclear global, priorizando la visión física sobre la mera comparación de alta precisión.

Metodología
El estudio emplea una metodología de tres etapas que involucra la curación de datos, la ingeniería de características y el desarrollo del modelo:

1. Recopilación y División de Datos:

   • Las masas nucleares se recolectaron del conjunto de datos AME2016 (excluyendo extrapolaciones teóricas) y se dividieron en un conjunto de entrenamiento (1908 núcleos, 80%) y un conjunto de prueba (478 núcleos, 20%).
   • El conjunto de datos AME2020 proporcionó un conjunto de validación de 71 núcleos reportados por primera vez en esa edición, sirviendo como punto de referencia para la extrapolación a núcleos no vistos, a menudo exóticos.
   • Se excluyeron los núcleos ligeros ($Z < 8, N < 8$).

2. Ingeniería de Características Inspirada en Simetrías:
   Los modelos utilizan nueve características informadas por la física agrupadas en tres categorías:

   • Características del Modelo de Gota Líquida (LDM): Número de protones ($Z$), número de neutrones ($N$), término de superficie aproximado ($A^{2/3}$) e isospín de proyección ($T_z = (N-Z)/2$).
   • Características de SU(4): Los operadores de Casimir de segundo ($C_2$), tercer ($C_3$) y cuarto ($C_4$) orden. Estos describen las fuerzas de polarización espín-isospín. Los autores hipotetizan que la representación irreducible (irrep) dominante con el valor de $C_2$ más bajo, identificada en cálculos ab initio para núcleos ligeros, se extiende a lo largo de la tabla.
   • Características de SU(3): Los cuantos totales del oscilador armónico ($N\hbar\omega$) y los operadores de Casimir de segundo ($C_2$) y tercer ($C_3$) orden del grupo SU(3), que codifican la colectividad cuadrupolar y la deformación.
   • Selección de Características: El análisis de correlación utilizando el Coeficiente de Información Máxima (MIC) reveló que el operador de Casimir cúbico de SU(4) ($C_3$) estaba débilmente correlacionado con otras características y exhibía fluctuaciones de signo entre núcleos de masa impar. En consecuencia, el $C_3$[SU(4)] fue excluido de los modelos finales como una característica irrelevante.

3. Arquitecturas de Redes Neuronales:
   Se construyeron tres modelos distintos:

   • FINN (Red Neuronal Informada por Características): Una NN estándar de una sola salida que mapea directamente las características a la energía de enlace (BE). Utiliza una pérdida de Error Cuadrático Medio (MSE) y un término de regularización de Garvey-Kelson (GK) informado por la física.
   • GINN (Red Neuronal Informada por Gaussianos): Una NN de dos salidas que predice tanto la media de la BE ($\mu_{BE}$) como la incertidumbre ($\sigma_{BE}$). Emplea una pérdida de log-verosimilitud negativa (NLL) para cuantificar la incertidencia.
   • WINN (Red Neuronal Informada por Wigner): Una fórmula de masa bilineal interpretable donde las fuerzas de acoplamiento son aprendidas por una NN. La fórmula se define como:
     $$BE = a + bZ^2 + cT_z^2 + dN\hbar\omega + eC_2[\text{SU(3)}] + fC_3[\text{SU(3)}] + gC_2[\text{SU(4)}] + hC_4[\text{SU(4)}]$$
     Aquí, los coeficientes $\{a, \dots, h\}$ son funciones de $N$ y $Z$ aprendidas por la red, lo que permite al modelo adaptar las contribuciones de simetría a través del paisaje nuclear.

Resultados Clave

• Métricas de Desempeño:
  • La línea base del LDM alcanzó un RMSE de validación de 1.270 MeV (FINN).
  • La adición de características de SU(4) por sí sola redujo el RMSE de validación a 1.024 MeV, demostrando que la simetría de Wigner conlleva información predictiva más allá de las propiedades globales.
  • La combinación de características de LDM, SU(4) y SU(3) produjo el mejor desempeño para los modelos de caja negra: 0.624 MeV (FINN) y 0.793 MeV (GINN).
  • WINN logró el RMSE de validación más bajo de 0.430 MeV, superando tanto a FINN como a GINN. Este resultado es competitivo con los modelos de masa de vanguardia a pesar de utilizar solo ocho términos motivados por la simetría.
• Capacidad de Extrapolación:
  • Al compararse con los modelos WS3 y HFB-26 en núcleos más allá del límite AME2020, WINN mostró una buena concordancia (dentro de 5 MeV) para núcleos dentro de 5 neutrones de la región conocida.
  • Los errores aumentan sistemáticamente con la distancia desde la tabla conocida, lo que refleja los límites inherentes de la extrapolación de un modelo compacto de ocho términos.
• Visiones Físicas:
  • Restauración de SU(4): El operador de Casimir cuadrático de SU(4) ($C_2$) mostró un aumento pronunciado (contribuyendo con un 10–40% de la energía de enlace) cerca de la línea de goteo de neutrones ($Z \approx 8-60$), señalando la restauración de la simetría de Wigner debido a la supresión del desdoblamiento espín-órbita.
  • Región Superpesada: El operador de Casimir de cuarto orden de SU(4) ($C_4$) ganó una fuerza significativa en la región superpesada ($N \gtrsim 126$), volviéndose competitivo con $C_2$, potencialmente vinculado al dominio de la sistemática de partículas $\alpha$.
  • Emparejamiento: El modelo capturó con éxito los efectos de emparejamiento sin un término de emparejamiento explícito, como lo evidencia la ausencia de inversiones de signo sistemáticas o de oscilación par-impar en los residuos.
  • Funciones de Activación: El estudio encontró que las funciones de activación lineales por tramos (ReLU, PReLU) superaron a las funciones suaves (Tanh, SiLU) al reproducir las caídas bruscas en la energía de separación de dos neutrones ($S_{2n}$) en los cierres de capa.

Significado y Reivindicaciones
El artículo afirma que incrustar las simetrías físicas directamente en la arquitectura de la red neuronal (como en WINN) es más efectivo que tratarlas meramente como características de entrada. La principal significación no reside en la precisión absoluta de las predicciones de masa, sino en la visión física obtenida:

1. Validación de Simetrías: Los resultados proporcionan evidencia de que las simetrías SU(4) de Wigner y SU(3) de Elliott no se limitan a los núcleos ligeros, sino que actúan como principios rectores para todo el mapa nuclear, incluyendo isótopos exóticos.
2. Interpretabilidad: A diferencia de los modelos de ML estándar, WINN revela cómo las simetrías influyen en la energía de enlace en diferentes regiones (por ejemplo, el aumento de SU(4) cerca de la línea de goteo).
3. Principios Emergentes: El trabajo eleva las simetrías emergentes de ser descriptores de núcleos individuales a un marco para comprender la sistemática nuclear global.
4. Direcciones Futuras: Los autores sugieren que, si bien la actual base de simetría es compacta y efectiva, el trabajo futuro podría extender el marco a otros observables (por ejemplo, la desintegración $\beta$) o abordar la ruptura de simetría mediante una mejor selección de irreps o aprovechando la capacidad de la NN para absorber no linealidades asociadas con simetrías rotas.