La IA y los problemas difíciles del mundo · Física · arXiv · 2026-10-19
Aprendizaje automático informado por la física para tensores de respuesta en imanes cristalinos: aplicación a metales kagome
Título original: Physics-Informed Machine Learning for Response Tensors in Crystalline Magnets: Application to Kagome Metals
Predecir tensores de respuesta a partir de texturas magnéticas es un desafío clave en los imanes no colineales, y los descriptores existentes se limitaban a expansiones multipolares de primer orden o a estructuras magnéticas simples. Los autores construyeron una base completa de descriptores invariantes por simetría para estructuras cristalinas arbitrarias y modificaron el análisis de componentes principales para obtener parámetros de orden no correlacionados y jerárquicamente estables. Aplicados a la conductividad Hall anómala de una red kagome magnética, los coeficientes de regresión al cuadrado siguieron una ley de potencias de tipo Zipf en el régimen en el que la regresión lineal funciona bien.