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

Resumo Técnico: Redes Neurais Informadas pela Física para o Cálculo do Índice de Morse do Catenoide Crítico

Enunciado do Problema
O artigo aborda o cálculo do índice de Morse para superfícies mínimas de contorno livre (FBMS), especificamente o catenoide crítico na bola unitária $B^3$. O índice de Morse, que conta as direções independentes nas quais uma superfície pode ser perturbada para diminuir a área em segunda ordem, é codificado no espectro de Jacobi–Steklov. Embora o índice de Morse do catenoide crítico seja conhecido analiticamente como 4 (com nulidade 2), os autores visam desenvolver um pipeline numérico que não dependa de soluções espectrais de forma fechada. O objetivo final é validar um método capaz de lidar com famílias geométricas onde a curvatura da fronteira não é constante e o índice é desconhecido, como as FBMS em bolas elipsoidais.

Metodologia
Os autores utilizam uma Rede Neural Informada pela Física (PINN) para resolver o problema de autovalor de Jacobi–Steklov. A abordagem envolve as seguintes etapas:

1. Redução Matemática: Aproveitando a simetria rotacional do catenoide crítico, o problema é reduzido de uma superfície bidimensional para uma família de problemas de autovalor de Robin unidimensionais no intervalo $[-T, T]$, um para cada modo de Fourier $n$. A equação governante é $f''(t) + (2/\cosh^2 t - n^2)f(t) = 0$, sujeita a condições de contorno de Robin envolvendo o autovalor $\delta$.
2. Arquitetura da PINN: Uma rede neural totalmente conectada com quatro camadas ocultas (largura 64, ativação tanh) aproxima a autofunção $f(t)$.
   • Restrição de Paridade: Uma modificação arquitetural crítica impõe a paridade da solução por construção ($f(t) = N(t) \pm N(-t)$ para modos pares/ímpares). Isso evita que a rede converja para mínimos espúrios de paridade mista que corrompem as estimativas de autovalores.
   • Autovalor Treinável: O autovalor $\delta$ é tratado como um parâmetro escalar treinável, otimizado via gradiente descendente juntamente com os pesos da rede.
3. Função de Perda: A rede é treinada para minimizar uma função de perda composta por:
   • O resíduo da ODE no interior ($L_{pde}$).
   • Os resíduos de contorno de Robin ($L_{bc}$).
   • Uma restrição de normalização ($L_{norm}$) para evitar a solução trivial.
4. Análise de Fluxo Espectral: Para compreender como o índice muda, os autores constroem uma homotopia de operador de um parâmetro de um operador de referência plano para o operador de Jacobi do catenoide. Eles rastreiam o movimento dos autovalores através do limiar de estabilidade ($\delta = 1$) usando shooting de ODE de alta precisão, validado por verificações pontuais de PINN.

Principais Contribuições

1. Recuperação de PINN com Restrição de Paridade: Os autores recuperam com sucesso os três autovalores de Jacobi–Steklov abaixo do limiar de estabilidade ($\delta < 1$) com erros entre $10^{-6}$ e $10^{-4}$ em relação aos valores exatos. Isso permite o cálculo numérico correto do índice de Morse (4) e da nulidade (2).
2. Identificação do Gap Espectral: O estudo estabelece uma afirmação de gap espectral, confirmando que não existem autovalores no intervalo aberto $(0.4392, 1)$, isolando os autovalores responsáveis pelo índice.
3. Homotopia de Operador e Fluxo Espectral: O artigo calcula o fluxo espectral de uma homotopia que conecta uma faixa plana ao catenoide. Ele identifica cruzamentos específicos de autovalores (particularmente o modo par $n=0$ e o par par $n=2$) que impulsionam as mudanças não monotônicas no índice (subindo para 7 antes de se estabelecer em 4).
4. Prova de Rigidez: Os autores provam que o catenoide crítico é rígido; os parâmetros que definem a homotopia não correspondem a FBMS reais para valores intermediários. Isso esclarece que a homotopia deforma operadores, não superfícies.

Resultados

• Precisão: A PINN recupera o índice de Morse exato de 4 e a nulidade de 2. As autofunções coincidem com as soluções analíticas com precisão de plotagem, e os resíduos da PDE são da ordem de $10^{-4}$.
• Dinâmica do Fluxo Espectral: O fluxo espectral revela que o índice é constante por partes ao longo da homotopia. O índice sobe para 7 no regime intermediário (devido a autovalores transitórios cruzando o limiar) e cai para 4 apenas no ponto final $s=1$, onde a condição de contorno livre é estritamente satisfeita.
• Confirmação de Rigidez: A prova confirma que os operadores intermediários na homotopia não correspondem a nenhuma FBMS, validando a interpretação do fluxo espectral como um fenômeno teórico-operacional, e não uma deformação geométrica de superfícies.

Significância e Alegações
O artigo afirma explicitamente que a PINN não é competitiva com solucionadores de autovalores clássicos para este problema unidimensional específico. Sua significância reside na transferibilidade do pipeline. Diferente da separação de variáveis, que falha para domínios não simétricos, a construção da PINN (restrições de paridade, autovalor como parâmetro, estrutura de perda) permanece estruturalmente inalterada ao transitar para problemas bidimensionais.

Os autores posicionam este trabalho como um passo de calibração para uma aplicação futura a bolas elipsoidais. Em tais geometrias, a curvatura da fronteira não é constante, a separação de variáveis é impossível e o índice de Morse é desconhecido. O artigo demonstra que o pipeline proposto consegue recuperar índices conhecidos no caso simétrico, estabelecendo assim uma base para abordar famílias genuinamente geométricas onde soluções analíticas não estão disponíveis. O trabalho não pretende resolver o problema elipsoidal ainda, mas fornece a metodologia validada necessária para tentá-lo.