Reconstructing the Hamiltonian from the local density of states using neural networks

技術要約：ニューラルネットワークを用いた局所状態密度からのハミルトニアンの再構成

問題設定
本研究は、量子凝縮系物理学と機械学習が交差する逆問題、すなわち、固定されたエネルギーにおける局所状態密度（LDOS）の空間マップから、単一粒子ハミルトニアンを再構成するという問題に取り組んでいる。既知のポテンシャル $V(\mathbf{r})$ とハミルトニアン $H$ から LDOS $\rho_E(\mathbf{r})$ を計算する「順問題」は単純であるが、その逆は一般に不良設定（ill-posed）である。異なるハミルトニアンであっても、特定のエネルギー窓（例：スペクトルギャップ内）において、理論的に同一の LDOS マップを与える可能性がある。著者らは、特に単一のエネルギー・スライスからの LDOS からポテンシャル景観 $V(\mathbf{r})$ を復元することに焦点を当て、教師あり学習を用いてこの逆問題の近似解を得ることが可能かどうかを調査している。

手法
著者らは、以下のハミルトニアンによって定義される1次元および2次元格子上のタイトバインディング・モデルの文脈で問題を定式化している：
$$H = -t \sum_{\langle \mathbf{r}\mathbf{r}' \rangle} c^\dagger_\mathbf{r} c_{\mathbf{r}'} + \sum_\mathbf{r} V(\mathbf{r}) c^\dagger_\mathbf{r} c_\mathbf{r}$$
ここで、$V(\mathbf{r})$ はランダムな無秩序ポテンシャルを表す。

• データ生成: ガウス型ランダム場（特定の相関長 $\xi$ および振幅 $V_0$ を持つ）からポテンシャル $V(\mathbf{r})$ をサンプリングすることで、合成データセットを生成している。対応する LDOS は、固定されたエネルギー $E$ に対して数値的に計算される。
• 前処理: 学習を容易にするため、入力となる LDOS とターゲットとなるポテンシャルの両方を正規化（平均ゼロ、標準偏差１）している。
• モデル・アーキテクチャ: 中心的なアプローチとして、**画像対画像（Image-to-Image）畳み込みニューラルネットワーク（CNN）**を利用している。画像をクラスラベルにマッピングする標準的な分類用 CNN とは異なり、これらのモデルは入力画像（LDOS）を直接出力画像（再構成されたポテンシャル）へとマッピングする。
  • 1次元モデルは、ReLU 活性化関数を用いた畳み込み層を使用する。
  • 2次元モデルは、勾配の流れと性能を向上させるために、2層ごとに残差（スキップ）接続を組み込んでいる。
  • ネットワークは、空間解像度を維持するために、プーリングや全結合層を使用しない。
• 学習目的: 正規化された予測ポテンシャルと真のポテンシャルの間の平均二乗誤差（MSE）を最小化するようにモデルを訓練する。
• ベースライン: 単一パラメータ適合（$\tilde{V} \propto \tilde{\rho}^n$）および、平行移動拡張を加えた $k$-近傍法（$k$-nn）と比較を行う。

主な結果
本研究は、教師あり学習を用いることで、1次元および2次元系において LDOS データからポテンシャル景観を高精度に再構成できることを示している。

• 再構成精度:
  • 1次元の場合: CNN はテストセットの MSE 損失（$L$）において約 0.016 を達成し、単一パラメータ適合（$L \approx 0.995$）および $k$-nn 法（$k=10$ で $L \approx 0.707$）を大幅に上回った。視覚的確認によれば、最良および中央値のケースにおいて、予測されたポテンシャルは真のポテンシャルと区別がつかないほど近い。
  • 2次元の場合: CNN はテストセットの MSE 損失として約 $4.6 \times 10^{-3}$ を達成し、これもベースライン（$k$-nn で $L \approx 0.623$）に対して極めて優れている。
• ノイズに対する堅牢性:
  • モデルは本質的にノイズへの耐性を持っている。特定の正則化を行わない場合でも、2次元モデルは最大20%の相関を持つテストノイズに対しても低い誤差（$L < 0.1$）を維持した。
  • ノイズ正則化: 学習データに意図的に合成された相関ガウスノイズ（学習ノイズ）を加えることは、正則化として機能する。SNR = 1 のノイズで訓練されたモデルは、テスト時のノイズレベルが信号振幅に近づいた場合（$\sigma/\sigma_\rho \approx 1$）でも $L < 0.05$ を維持した。
• 汎化性能（分布外データ）:
  • モデルは、学習中に見られなかったパラメータの変化に対して汎化する。訓練分布とは異なる無秩序振幅（$V_0$）および相関長（$\xi$）を持つポテンシャルでテストした場合でも、訓練パラメータの近傍内であれば低い誤差（$L \lesssim 0.1$）を維持した。
• 学習可能性の分析:
  • 再構成の質は、スペクトル密度や固有状態の局在長と厳密には相関していない。性能はエネルギー・スペクトルの端や中間付近で低下しており、特定のスペクトル特性が学習可能性に影響を与えていることが示唆されている。

意義と主張
本論文は、限られた実験的に観測可能な LDOS データからハミルトニアンを再構成することは、機械学習を用いたアプローチによって実現可能かつ扱いやすい逆問題であることを主張している。

• 実用的有用性: 著者らは、この手法が**走査型トンネル顕微鏡（STM）**データに適用できると考えている。STM はサブオングストロームの分解能で微分コンダクタンス（LDOS に比例）を測定するため、訓練されたモデルは、理論的にはこれらの画像から未知のエネルギー景観（ポテンシャル $V(\mathbf{r})$）を反転抽出できる。
• 応用: この再構成により、ポテンシャルの知識を必要とする物理量（例：輸送係数、磁気応答）のダウンストリーム計算が可能になる。著者らは、複雑で非周期的なエネルギー景観を持つ表面再構成（例：Si(111) や Au(111) 上の複雑な原子パターン）の研究における潜在的な応用についても具体的に述べている。
• データ効率: モデルは比較的小さなデータセット（2次元で1,200サンプル）で高い精度を達成しており、これは、電子間相互作用を含むシステムのように大量の訓練データを生成することが計算コスト的に高価な場合でも、この手法が実行可能であることを示唆している。
• 限界: 著者らは、欠陥密度が低い非常に規則的な表面については、問題空間が「低次元」であり、単純な回帰や目視による確認で十分である可能性があることを控えめに述べており、そのような特定のケースにおける機械学習の優位性は限定的であるとしている。現在の研究は、相互作用のない単一軌道タイトバインディング・モデルに限定されている。

結論として、本研究は、特定の分布に対してハミルトニアン再構成問題の近似解が存在することを確立し、画像対画像 CNN がこの逆問題を高い精度と堅牢性をもって解決できることを実証しており、実験的な LDOS マップと理論的なハミルトニアン記述との間の溝を埋めるものである。