Calibrating the Brody exponent as a quantitative measure of short-range exclusion in 2D spatial point processes

Sintesi Tecnica: Calibrazione dell'Esponente di Brody per Processi Puntiformi Spaziali 2D

Definizione del Problema
La caratterizzazione statistica dei pattern puntiformi spaziali spesso manca di un singolo parametro interpretabile per quantificare la forza di esclusione a corto raggio su una scala continua. Sebbene la distribuzione di Brody, originariamente sviluppata come interpolazione fenomenologica tra la statistica di Poisson e quella di Wigner nella teoria del caos quantistico, sia stata ampiamente applicata ai spettri 1D, la sua estensione ai processi puntiformi spaziali in due dimensioni (2D) affronta due problemi critici non ancora risolti:

1. Baseline Errata: Il riferimento standard di Poisson 1D ($\beta = 0$) è inappropriato per il 2D. Sotto l'ipotesi di Casualità Spaziale Completa (CSR) in 2D, la distribuzione degli spazi tra i vicini più prossimi segue una distribuzione di Rayleigh, che non appartiene alla famiglia di Brody. Di conseguenza, la base appropriata per il CSR 2D non era stata stabilita.
2. Mancanza di Calibrazione Fisica: Non esisteva un quadro empirico per tradurre il parametro di Brody adimensionale ($\beta$) in una misura fisicamente interpretabile di esclusione, come un raggio di hard-core efficace.

Metodologia
Lo studio sviluppa un framework di misurazione calibrato composto da tre pilore metodologici:

1. Stima di $\beta$ di Brody: La distribuzione di Brody $P_\beta(s) = (\beta + 1)as^\beta \exp(-as^{\beta+1})$ viene adattata alle distribuzioni degli spazi tra i vicini più prossimi (NNS) in 2D utilizzando la stima di massima verosimiglianza (MLE). Il parametro $\beta$ è vincolato a $\beta \geq 0$, dove $\beta=0$ rappresenta il limite di Poisson (non correlato) e valori più elevati indicano un crescente ordine a corto raggio.
2. Calibrazione Sintetica: Viene stabilita una mappatura monotona tra $\beta$ e il raggio di esclusione normalizzato ($r_{excl}/\langle NN \rangle$) utilizzando processi puntiformi sintetici. Ciò include il campionamento per rifiuto sequenziale per processi hard-core e processi soft-core di Strauss. L'insieme di Ginibre 2D (repulsione deterministica) e i processi di Poisson 2D fungono da benchmark di riferimento.
3. Protocolli di Controllo e Validazione: Per isolare la vera esclusione da fattori confondenti, il framework impiega:
   • Esperimenti di thinning della densità: Per decuplicare la forza di esclusione dalla densità dei punti.
   • Test di robustezza dell'embedding: Utilizzando mappature 2D deterministiche (ordine delle righe, spirale di Ulam, accoppiamento di Cantor) su sequenze aritmetiche per testare se i segnali di esclusione siano intrinseci o dipendenti dalla geometria.
   • Insiemi di modelli nulli: Includendo processi Gaussiani, di Poisson, di rumore 1/f, Browniani e processi di Bernoulli a densità corrispondente.
   • Descrittori Complementari: Per pattern binari in cui il rilevamento dei picchi fallisce, vengono utilizzati la dimensione di correlazione ($D_2$) e gli invarianti dello spazio di Banach.

Risultati Chiave

• Correzione della Baseline CSR 2D: Lo studio ricalibra la baseline CSR 2D a $\beta = 0.96 \pm 0.15$, correggendo l'uso inappropriato di $\beta = 0$. Questa baseline è stabile rispetto alla densità nell'intervallo testato ($\rho \in [0.01, 0.10]$). Per i campi binari a basse frazioni di riempimento, è identificata una distinta baseline di $\beta_{CSR}^{binary} \approx 1.46$.
• Calibrazione Empirica $\beta$–$r_{excl}$: Una forte correlazione empirica (Spearman $\rho = 0.988$) è validata tra $\beta$ e il raggio hard-core efficace. La mappatura è monotona: $\beta \approx 0.96$ corrisponde all'assenza di esclusione, $\beta \approx 2$ si allinea alla repulsione di livello Ginibre ($r_{excl} \approx 0.55 \langle NN \rangle$), e $\beta \gtrsim 5$ indica un'esclusione quasi cristallina.
• Superfici Manifatturate: L'analisi di 58 superfici manifatturate (10 materiali, 10 processi) rivela un ampio intervallo di valori $\beta$ ($0.00$a$4.61$). Le superfici brunite e levigate esibiscono una maggiore esclusione ($\beta \approx 2.2–4.3$), mentre le superfici tornite e rettificate spesso si avvicinano alla baseline CSR.
• Embedding di Numeri Primi:
  • Embedding Row-major: Produce $\beta = 2.15$, indicando una forte esclusione.
  • Accoppiamento di Cantor: Produce $\beta = 1.40$, che è statisticamente indistinguibile dal null di Bernoulli ($\beta \approx 1.47$).
  • Controllo di interi sparsi: Interi casuali inseriti nella stessa geometria row-major producono $\beta \approx 1.47$, confermando che l'alto $\beta$ per i primi è un segnale aritmetico genuino (dovuto ai vincoli di gap) piuttosto che un artefatto di scarsità.
  • Conclusione: L'esclusione 2D negli embedding aritmetici non è intrinseca alla sequenza, ma è creata o distrutta dalla geometria di embedding.
• Dipendenza dalla Densità: I valori assoluti di $\beta$ dipendono dalla densità (ad esempio, il $\beta$ dei primi scende da 2.15 a $\rho=0.096$ a 1.46 a $\rho=0.032$). Tuttavia, la forza di esclusione relativa alla baseline CSR a densità corrispondente rimane costante. I confronti tra domini richiedono l'appaiamento della densità o l'uso della calibrazione invariante rispetto alla densità $r_{excl}/\langle NN \rangle$.
• Profilometria Interferometrica: Un'applicazione di prova di concetto su uno standard di rotondità certificato produce $\beta = 2.00$, coerente con l'esclusione osservata in altri domini.

Significatività e Rivendicazioni
L'articolo rivendica di fornire un framework di misurazione calibrato per la caratterizzazione riproducibile dell'esclusione a corto raggio in processi puntiformi spaziali 2D. I suoi principali contributi sono:

1. Correzione della Baseline: Stabilire che la baseline CSR 2D è $\beta \approx 0.96$, non 0, il che è essenziale per evitare affermazioni spurie di esclusione.
2. Interpretazione Fisica: Fornire una mappatura $\beta$–$r_{excl}$ empirica che traduce l'astratto parametro di Brody in un raggio di esclusione fisicamente interpretabile, analogamente alla frazione di impacchettamento delle sfere rigide nella teoria dei liquidi.
3. Rigore Metodologico: Dimostrare che $\beta$ cattura la forza di esclusione piuttosto che la densità dei punti o gli artefatti di embedding, a condizione che vengano applicati l'appaiamento della densità e le baseline appropriate.
4. Ambito Fenomenologico: Gli autori dichiarano esplicitamente che $\beta$ è usato come descrittore empirico dell'ordine spaziale, non come una rivendicazione di classi di simmetria di matrici casuali sottostanti (ad esempio, $\beta > 2$ non implica classi di simmetria di ordine superiore, ma semplicemente una maggiore esclusione).

Il framework dimostra di essere applicabile trasversalmente ai domini fisici (superfici manifatturate), matematici (numeri primi) e ottici (interferometria), a patto che vengano applicate le necessarie correzioni per densità, geometria di embedding e selezione della baseline. Lo studio non pretende di rivelare un meccanismo di esclusione universale, ma mira a fornire gli strumenti necessari per quantificarlo in modo quantitativo e riproducibile.