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

Resumo Técnico: Unindo Simetrias Ab Initio e Massas Nucleares Globais com Redes Neurais Interpretáveis

Definição do Problema
Embora a teoria nuclear ab initio tenha estabelecido as simetrias SU(4) de Wigner e SU(3) de Elliott como características dominantes em núcleos leves e de massa intermediária, permanece incerto se essas simetrias governam a ligação nuclear em todo o mapa nuclear, incluindo isótopos exóticos próximos às linhas de drip (driplines). As abordagens tradicionais de aprendizado de máquina (ML) para a previsão de massas nucleares frequentemente funcionam como "caixas pretas", capturando padrões sem fornecer insights físicos. Por outro lado, as fórmulas de massa tradicionais (ex: Modelo de Gota Líquida) carecem do detalhe microscópico para prever massas com alta precisão. Os autores visam preencher essa lacuna desenvolvendo modelos de redes neurais (NN) interpretáveis que utilizam características baseadas em simetrias para testar se as simetrias SU(3) e SU(4) podem servir como um princípio governante para a sistemática nuclear global, priorizando o insight físico sobre a mera comparação de alta precisão.

Metodologia
O estudo emprega uma metodologia de três estágios envolvendo curadoria de dados, engenharia de atributos e desenvolvimento de modelo:

1. Coleta e Divisão de Dados:

   • As massas nucleares foram coletadas do conjunto de dados AME2016 (excluindo extrapolações teóricas) e divididas em um conjunto de treinamento (1908 núcleos, 80%) e um conjunto de teste (478 núcleos, 20%).
   • O conjunto de dados AME2020 forneceu um conjunto de validação de 71 núcleos relatados pela primeira vez naquela edição, servindo como um benchmark para a extrapolação para núcleos não vistos, frequentemente exóticos.
   • Núcleos leves ($Z < 8, N < 8$) foram excluídos.

2. Engenharia de Atributos Inspirada em Simetrias:
   Os modelos utilizam nove atributos informados pela física, agrupados em três categorias:

   • Atributos do Modelo de Gota Líquida (LDM): Número de prótons ($Z$), número de nêutrons ($N$), proxy do termo de superfície ($A^{2/3}$) e projeção de isospin ($T_z = (N-Z)/2$).
   • Atributos SU(4): Operadores de Casimir de segunda ($C_2$), terceira ($C_3$) e quarta ($C_4$) ordem. Eles descrevem forças de polarização spin-isospin. Os autores hipotetizam que a representação irredutível dominante com o menor valor de $C_2$, identificada em cálculos ab initio para núcleos leves, estende-se por todo o gráfico.
   • Atributos SU(3): O total de quanta do oscilador harmônico ($N\hbar\omega$) e os operadores de Casimir de segunda ($C_2$) e terceira ($C_3$) ordem do grupo SU(3), que codificam a coletividade e deformação quadrupole.
   • Seleção de Atributos: A análise de correlação usando o Coeficiente de Informação Máxima (MIC) revelou que o Casimir cúbico de SU(4) ($C_3$) correlacionava-se fracamente com outros atributos e exibia flutuações de sinal entre núcleos de massa ímpar. Consequentemente, o $C_3$[SU(4)] foi excluído dos modelos finais como um atributo irrelevante.

3. Arquiteturas de Redes Neurais:
   Três modelos distintos foram construídos:

   • FINN (NN Informada por Atributos): Uma NN padrão de saída única que mapeia atributos diretamente para a energia de ligação (BE). Utiliza uma perda de Erro Quadrático Médio (MSE) e um termo de regularização de Garvey-Kelson (GK) informado pela física.
   • GINN (NN Informada por Gauss): Uma NN de duas saídas que prevê tanto a média da BE ($\mu_{BE}$) quanto a incerteza ($\sigma_{BE}$). Emprega uma perda de log-verossimilhança negativa (NLL) para quantificar a incerteza.
   • WINN (NN Informada por Wigner): Uma fórmula de massa bilinear interpretável, onde as forças de acoplamento são aprendidas por uma NN. A fórmula é definida como:
     $$BE = a + bZ^2 + cT_z^2 + dN\hbar\omega + eC_2[\text{SU(3)}] + fC_3[\text{SU(3)}] + gC_2[\text{SU(4)}] + hC_4[\text{SU(4)}]$$
     Aqui, os coeficientes $\{a, \dots, h\}$ são funções de $N$ e $Z$ aprendidas pela rede, permitindo que o modelo adapte as contribuições de simetria através do panorama nuclear.

Resultados Principais

• Métricas de Desempenho:
  • O baseline do LDM alcançou um RMSE de validação de 1,270 MeV (FINN).
  • Adicionar atributos SU(4) isoladamente reduziu o RMSE de validação para 1,024 MeV, demonstrando que a simetria de Wigner carrega informação preditiva além das propriedades de volume.
  • A combinação de atributos LDM, SU(4) e SU(3) rendeu o melhor desempenho para os modelos de caixa preta: 0,624 MeV (FINN) e 0,793 MeV (GINN).
  • WINN alcançou o menor RMSE de validação de 0,430 MeV, superando tanto o FINN quanto o GINN. Este resultado é competitivo com modelos de massa de última geração, apesar de utilizar apenas oito termos motivados por simetria.
• Capacidade de Extrapolação:
  • Ao comparar com os modelos WS3 e HFB-26 em núcleos além do limite AME2020, o WINN mostrou boa concordância (dentro de 5 MeV) para núcleos dentro de 5 nêutrons da região conhecida.
  • Os erros aumentam sistematicamente com a distância da tabela conhecida, refletindo os limites inerentes de extrapolar um modelo compacto de oito termos.
• Insights Físicos:
  • Restauração de SU(4): O Casimir quadrático de SU(4) ($C_2$) mostrou um aumento pronunciado (contribuindo com 10–40% da energia de ligação) próximo à linha de drip de nêutrons ($Z \approx 8-60$), sinalizando a restauração da simetria de Wigner devido à supressão do desdobramento spin-órbita.
  • Região Superpesada: O Casimir quártico de SU(4) ($C_4$) ganhou força significativa na região superpesada ($N \gtrsim 126$), tornando-se competitivo com $C_2$, potencialmente ligado à dominância de sistemas $\alpha$.
  • Pareamento: O modelo capturou com sucesso os efeitos de pareamento sem um termo de pareamento explícito, como evidenciado pela ausência de inversões sistemáticas de sinal ou oscilações par-ímpar nos resíduos.
  • Funções de Ativação: O estudo descobriu que funções de ativação linear por partes (ReLU, PReLU) superaram funções suaves (Tanh, SiLU) na reprodução das quedas abruptas na energia de separação de dois nêutrons ($S_{2n}$) em fechamentos de camada.

Significância e Alegações
O artigo afirma que incorporar simetrias físicas diretamente na arquitetura da rede neural (como no WINN) é mais eficaz do que tratá-las meramente como atributos de entrada. A principal significância não reside na precisão absoluta das previsões de massa, mas no insight físico obtido:

1. Validação de Simetrias: Os resultados fornecem evidências de que as simetrias SU(4) de Wigner e SU(3) de Elliott não estão limitadas a núcleos leves, mas atuam como princípios governantes para todo o mapa nuclear, incluindo isótopos exóticos.
2. Interpretabilidade: Ao contrário dos modelos de ML padrão, o WINN revela como as simetrias influenciam a energia de ligação em diferentes regiões (ex: o aumento de SU(4) próximo ao drip).
3. Princípios Emergentes: O trabalho eleva as simetrias emergentes de descritores de núcleos individuais para um framework para entender a sistemática nuclear global.
4. Direções Futuras: Os autores sugerem que, embora a base de simetria atual seja compacta e eficaz, trabalhos futuros podem estender o framework para outros observáveis (ex: decaimento $\beta$) ou abordar a quebra de simetria através de uma seleção de irrep melhorada ou ao alavancar a capacidade da NN de absorver não-linearidades associadas a simetrias quebradas.