⚛️ lattice

Normalizing Flows to Reconstruct Pseudo-PDFs

Este artículo presenta un marco novedoso que combina prioris de Procesos Gaussianos con redes neuronales invertibles para reconstruir las funciones de distribución de partones (PDFs) a partir de datos sintéticos de elementos de matriz, preservando eficazmente las restricciones físicas y las propiedades de extrapolación mientras aprende una distribución posterior consistente con datos limitados de tiempo de Ioffe.

Autores originales: Yamil Cahuana Medrano, Kostas Orginos

Publicado 2026-07-29

📖 3 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Yamil Cahuana Medrano, Kostas Orginos

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

Imagina que el universo está construido a partir de diminutos e invisibles ladrillos de Lego llamados protones y neutrones. Durante décadas, los científicos han intentado averiguar exactamente qué hay dentro de estos ladrillos. Saben que los ladrillos están hechos de partículas aún más pequeñas llamadas "partones" (quarks y gluones), pero estos partones están pegados tan fuertemente por una fuerza llamada "fuerza fuerte" que se niegan a quedarse quietos. Es como intentar tomar una foto de un enjambre de abejas zumbando dentro de un frasco; si miras demasiado de cerca, las abejas se dispersan, y si miras demasiado lento, se convierten en un desorden borroso. Debido a esto, no podemos simplemente calcular qué están haciendo los partones usando matemáticas estándar. En su lugar, los científicos utilizan una simulación de supercomputadora llamada "Lattice QCD" para generar datos sobre cómo interactúan estas partículas. Sin embargo, estos datos vienen en un formato extraño e indirecto, como recibir la sombra borrosa y distorsionada de un objeto en lugar del objeto mismo. El gran desafío es: ¿cómo tomamos esa sombra distorsionada y reconstruimos la imagen clara y nítida de los partones en su interior? Este es el rompecabezas de encontrar las "Funciones de Distribución de Partones" (PDFs, por sus siglas en inglés), que son esencialmente los planos que indican cuánta del momento del protón es transportada por cada partón.

En este artículo, Yamil Cahuana Medrano y Kostas Orginos, de William & Mary, proponen una nueva y astuta forma de resolver este rompecabezas utilizando un tipo de inteligencia artificial llamada "Normalizing Flows" (Flujos Normalizadores), específicamente una estructura conocida como "Invertible Neural Network" (Red Neuronal Invertible o INN). Piensa en el problema como un truco de magia donde un mago convierte un conejo en una paloma. Normalmente, si solo ves la paloma, no puedes estar seguro de qué tipo de conejo provino. Pero estos científicos construyeron una máquina especial que funciona en ambos sentidos: puede convertir un conejo en una paloma y, lo más importante, puede convertir la paloma de vuelta al conejo exacto del que provino, sin perder ninguna información. Entrenaron esta máquina utilizando un "Proceso Gaussiano", que es una forma matemática de adivinar cómo podría verse el conejo basándose en reglas suaves y lógicas. Alimentaron a la máquina con datos sintéticos (sombras simuladas) y le enseñaron a realizar la ingeniería inversa de las PDFs.

Los resultados de sus simulaciones muestran que esta "máquina mágica" funciona bastante bien. Cuando probaron la red con formas conocidas (una "prueba de cierre"), la red reconstruyó exitosamente las PDFs originales, preservando reglas físicas importantes como el hecho de que la probabilidad total debe sumar uno y que la probabilidad debe caer a cero en el extremo mismo. Sin embargo, el artículo señala que la calidad de la reconstrucción depende de cuánta "interferencia" o información oculta se le permite adivinar a la red. En las regiones donde los datos son escasos (la "región de extrapolación"), la suposición de la red está influenciada por cuántas variables ocultas les permitieron usar. Si bien el método es una prueba de concepto prometedora que combina la flexibilidad de la IA con las estrictas reglas de la física, los autores son cuidadosos al señalar que esto es actualmente una simulación. Sugieren que el trabajo futuro deberá probar esto con datos reales y desordenados de experimentos de partículas reales y ver si puede manejar comportamientos de partículas aún más complejos. Por ahora, es una demostración exitosa de que una red neuronal reversible puede aprender a descifrar las sombras del mundo subatómico.

Resumen Técnico: Flujos Normalizantes para la Reconstrucción de Pseudo-PDFs

Planteamiento del Problema
Las funciones de distribución de partones (PDFs) son fundamentales para comprender la estructura de los hadrones, pero siguen siendo difíciles de calcular directamente debido a la naturaleza no perturbativa de las interacciones de quarks y gluones a bajas escalas de energía. Marcos de red (lattice) recientes proponen investigar estas cantidades mediante el cálculo de elementos de matriz no locales (distribuciones de tiempo de Ioffe, ITDs) y la resolución de un problema inverso para reconstruir la pseudo-PDF, $P(x, z^2)$ . Este problema inverso es mal planteado: los datos disponibles de red se limitan a un pequeño número de puntos de tiempo de Ioffe ( $N_\nu \sim 10$ ), mientras que la PDF debe reconstruirse sobre una rejilla continua y discretizada de fracciones de momento ( $N_x = 129$ ). Enfoques previos, incluyendo métodos bayesianos y la regresión de Procesos Gaussianos (GP), han abordado esto codificando la suavidad y las restricciones físicas, pero requieren una selección cuidadosa y a menudo manual de hiperparámetros para controlar la incertidumbre en las regiones de extrapolación donde la información de la red está ausente.

Metodología
Este trabajo propone un marco que combina prioris de Procesos Gaussianos con Redes Neuronales Invertibles (INNs), una clase de flujos normalizantes, para aprender la distribución posterior completa sobre las PDFs. La metodología consta de tres componentes principales:

Generación de Datos y Prior GP:
Los datos de entrenamiento se generan muestreando PDFs de un prior de Proceso Gaussiano definido sobre una rejilla $x$ discretizada. El kernel y la media del GP se restringen mediante multiplicadores de Lagrange para imponer condiciones de contorno físicas: normalización ( $\int q(x)dx = 1$ ) y la condición de anulación en $x=1$ ( $q(1)=0$ ). Estas PDFs muestreadas se transforman en datos sintéticos de ITD utilizando un operador lineal discreto derivado de aproximaciones de elementos finitos de segundo orden de las relaciones de la transformada de Fourier.
Arquitectura de la Red Neuronal Invertible:
El núcleo del marco es una INN basada en capas de acoplamiento afín de Real NVP. La red establece un mapeo biyectivo $f$ entre el espacio de alta dimensión de las PDFs ( $\mathbb{R}^{N_x}$ ) y un espacio que contiene las observables de baja dimensión de ITD y variables latentes ( $\mathbb{R}^{N_\nu + N_z}$ ).

Gestión de la Dimensionalidad: Dado que $N_x > N_\nu$ , el mapeo introduce variables latentes ( $N_{noise}$ ) y relleno de ceros ( $N_{pad}$ ) para asegurar que las dimensiones de entrada y salida coincidan ( $N_x = N_\nu + N_{noise} + N_{pad}$ ).
Estructura: La arquitectura comprende seis capas de acoplamiento afín apiladas. Cada capa particiona la entrada y aplica funciones de escala y traslación parametrizadas por redes neuronales de alimentación hacia adelante (MLPs de 3 capas con activaciones LeakyReLU).
Normalización: Las muestras de entrada se normalizan utilizando la media del prior y la varianza punto a punto para asegurar la estabilidad a través de las formas funcionales divergentes de las PDFs.

Objetivo de Entrenamiento (Discrepancia de Media Máxima):
La red se entrena utilizando la pérdida de Discrepancia de Media Máxima (MMD), una métrica basada en kernels que mide la distancia entre distribuciones de probabilidad. La función de pérdida es bidireccional:

Minimiza la discrepancia entre las PDFs predichas por la red (mapeo inverso) y las PDFs de entrenamiento de verdad fundamental (ground-truth).
Minimiza la discrepancia entre los datos de ITD mapeados hacia adelante (más las variables latentes) y sus distribidades de prior.
Términos adicionales imponen la precisión del mapeo hacia adelante (norma $L_1$ ) y aseguran que las dimensiones de salida rellenadas permanezcan en cero (norma $L_2$ ).

Resultados Clave
Los autores realizaron una "prueba de cierre" utilizando PDFs paramétricas para evaluar el marco:

Dependencia de la Dimensión Latente: Las reconstrucciones fueron consistentes con la verdad fundamental en la región cercana a $x=1$ . Sin embargo, en las regiones de extrapolación (bajo $x$ y alto tiempo de Ioffe $\nu$ ), la calidad de la reconstrucción dependió de la dimensionalidad del espacio de ruido latente. Esto sugiere que las variables latentes regulan eficazmente la regularización del problema inverso.
Disponibilidad de Datos: A medida que aumentaba el rango de los datos de ITD disponibles ( $\nu$ ), la precisión de la reconstrucción mejoraba, un comportamiento consistente con otros métodos como la regresión de GP e la inferencia bayesiana.
Preservación de Restricciones: La arquitectura mantuvo con éxito las restricciones físicas, específicamente la normalización y la condición de contorno $q(1)=0$ , sin imposición explícita durante la fase de inferencia más allá de la generación de los datos de entrenamiento.

Significancia y Reivindicaciones
El artículo posiciona este trabajo como una prueba de concepto para mapear los pasos de selección de hiperparámetros de los enfoques tradicionales de GP hacia una arquitectura de flujo normalizante. Los autores afirman que este enfoque:

Retiene la flexibilidad de los Procesos Gaussianos mientras utiliza el poder expresivo de las redes neuronales invertibles.
Aprende con éxito una distribución posterior consistente con datos limitados de tiempo de Ioffe.
Preserva las propiedades de extrapolación y las restricciones físicas inherentes al problema.
Ofrece una alternativa basada en datos a los métodos de reconstrucción existentes, demostando que los procedimientos de calibración especificados en la regresión de GP pueden ser aprendidos por la red.

Los autores se mantienen modestos respecto a aplicaciones inmediatas, señalando que el método actual está limitado por el prior de GP específico utilizado para el entrenamiento. Sugieren que el trabajo futuro debería centrarse en entrenar con conjuntos más amplios de muestras de prior, aplicar el método a datos reales de red, incorporar mediciones de momentos de Mellin y extender el marco a cantidades de mayor dimensión, como las funciones de distribución de partones generalizadas.

Más como este