Operator Learning in Lattice QCD: Spectral Reconstruction

Resumo Técnico: Aprendizado de Operadores em QCD em Rede: Reconstrução Espectral

Definição do Problema
A reconstrução espectral em QCD em Rede (Lattice QCD) envolve a extração de densidades espectrais a partir de funções de correlação euclidianas computadas via simulações de Monte Carlo. Esta tarefa é matematicamente equivalente à inversão numérica de uma transformada de Laplace, um problema notoriamente mal posto devido ao ruído estatístico nos correladores e à quantidade limitada de pontos de dados disponíveis. Embora métodos como o algoritmo de Hansen-Lupo-Tantalo (HLT) forneçam soluções independentes de modelo com incertezas controladas, eles dependem de combinações lineares de valores de correladores. Essa abordagem linear frequentemente leva a um compromisso onde a redução das incertezas sistemáticas exige aceitar grandes incertezas estatísticas, particularmente para núcleos de suavização (smearing kernels) agudos. Abordagens anteriores de aprendizado de máquina (ex: Ref. [25]) trataram a reconstrução espectral como um mapeamento vetor-para-vetor, exigindo o retreinamento para cada mudança nos grids de tempo de entrada ou parâmetros de saída, tornando-as computacionalmente impraticáveis para amplas aplicações fenomenológicas.

Metodologia
Este trabalho propõe uma nova estratégia de aprendizado supervisionado baseada em Aprendizado de Operadores, utilizando especificamente Redes Neurais de Operadores Profundos (DeepONets). Em vez de mapear vetores fixos para vetores fixos, o framework proposto treina redes neurais para aproximar o operador $\hat{O}$ que mapeia o espaço das funções de correlação euclidianas para o espaço das funções espectrais suavizadas.

• Arquitetura: O método emprega uma estrutura DeepONet consistindo em duas redes neurais independentes:
  • Uma Rede de Ramo (Branch Net) que codifica o correlador euclidiano de entrada (representado como um vetor em um grid fixo de tempos euclidianos) em uma representação latente.
  • Uma Rede de Tronco (Trunk Net) que codifica o domínio da saída (energia $E$ e parâmetro de suavização $\sigma$) em uma representação latente correspondente.
  • A predição final é o produto escalar desses dois vetores latentes, permitindo a avaliação contínua da densidade espectral em qualquer $(E, \sigma)$ sem retreinamento.
• Geração de Dados de Treinamento: As redes são treinadas em dados fictícios (mock data) gerados a partir de um Processo Gaussiano (GP). O GP é construído com uma função média correspondente à contribuição de duas partículas do modelo $\sigma$ não-linear $O(3)$ e um kernel de covariância que permite variações suaves acima do limiar de quatro partículas. Isso incorpora conhecimento físico prévio enquanto mantém um amplo espaço de funções admissíveis.
• Quantificação de Incerteza: Para abordar a incerteza sistemática inerente às aproximações de redes neurais, os autores utilizam um ensemble de 15 redes treinadas independentemente com arquiteturas variadas (profundidade, largura) e tamanhos de conjunto de treinamento.
  • Incerteza Sistemática: Estimada via a dispersão ponderada das predições do ensemble, onde pesos são atribuídos com base na perda de validação mínima de cada rede.
  • Incerteza Estatística: Estimada via reamostragem de bootstrap dos correladores de entrada.
  • Viés Global: Corrigido através da avaliação da diferença média entre as predições e os valores reais em um conjunto separado de dados fictícios.
• Tratamento de Ruído: Os conjuntos de treinamento incluem ruído injetado nos correladores fictícios para corresponder às razões ruído-sinal de conjuntos de redes reais (especificamente os conjuntos A1–A4, B1 e B2 da Ref. [4]).

Principais Contribuições

1. Primeira Aplicação de DeepONets em QCD em Rede: Este trabalho introduz a arquitetia DeepONet ao campo, demonstrando sua capacidade de aprender o mapeamento do operador de correlações euclidianas para densidades espectrais suavizadas.
2. Superação das Limitações de Retreinamento: Ao tratar o problema como aprendizado de operador, o método permite predições em correladores definidos em diferentes grids de tempo ou para diferentes parâmetros de saída sem retreinar a rede, uma melhoria significativa em relação às abordagens de ML vetor-para-vetor anteriores.
3. Estimativa de Incerteza Robusta: O artigo estabelece um procedimento rigoroso para estimar incertezas sistemáticas usando ensembles de redes neurais, validadas através de testes de fechamento em dados fictícios não vistos.
4. Validação por Benchmark: A estratégia é aplicada ao modelo $\sigma$ não-linear $O(3)$ de 1+1 dimensões, um sistema de benchmark com uma densidade espectral analítica conhecida. O método reconstrói com sucesso a taxa inclusiva acima do limiar de quatro partículas até altas energias.

Resultos
A estratégia proposta foi validada tanto em dados fictícios quanto em correladores de rede reais da Ref. [4].

• Testes de Fechamento: Em dados fictícios não vistos, o método demonstrou que a incerteza total estimada (combinando erros estatísticos e sistemáticos) é conservadora, com a distribuição de "pull" (desvio do valor real normalizado pelo erro) consistente com as expectativas Gaussianas.
• Aplicação em Rede: O método foi aplicado para reconstruir a densidade espectral do modelo $O(3)$. O resultado final, obtido após realizar os limites de volume infinito, contínuo e $\sigma \to 0$, está em excelente concordância com a densidade espectral analítica exata.
• Comparação com HLT: Comparado ao estado da arte do método HLT (Ref. [4]), a estratégia baseada em DeepONet exibe uma redução significativa na incerteza total. A determinação final alcança uma incerteza relativa de aproximadamente 2% para energias $E < 20m$, subindo para cerca de 9% em energias mais altas. O orçamento de erro mostra que as incertezas estatística, de reconstrução, de tamanho finito e de contínuo contribuem em níveis comparáveis, sem que uma única fonte domine.

Significância e Alegações
Os autores alegam que este trabalho demonstra o potencial dos DeepONets para fornecer uma abordagem mais poderosa para a extração de informações espectrais em simulações de QCD em rede comparado aos métodos tradicionais de regularização linear. O método recupera com sucesso a densidade espectral analítica conhecida com maior precisão do que o algoritmo HLT.

O artigo mantém um tom modesto quanto à sua aplicabilidade mais ampla. Embora os resultados sejam promissores, os autores declaram explicitamente que a extensão da redução de incerteza observada na ausência do conhecimento físico específico (a função média do GP baseada no modelo $O(3)$) "ainda precisa ser quantificada". Eles observam que a estratégia é naturalmente extensível para observáveis mais relevantes fenomenologicamente e outras operações em teoria de campo em rede, mas a validação atual é estritamente limitada ao benchmark do modelo $O(3)$. O trabalho não afirma resolver o problema da reconstrução espectral para sistemas físicos arbitrários e desconhecidos sem quaisquer restrições prévias, mas estabele si um prova de conceito para um novo paradigma baseado em aprendizado de operador que supera os benchmarks existentes em um cenário controlado.