IA e os Problemas Difíceis do Mundo · Física · arXiv · 2026-10-19
Aprendizado de máquina informado pela física para tensores de resposta em ímãs cristalinos: aplicação a metais kagome
Título original: Physics-Informed Machine Learning for Response Tensors in Crystalline Magnets: Application to Kagome Metals
Prever tensores de resposta a partir de texturas magnéticas é um desafio central em ímãs não colineares, e os descritores existentes se limitavam a expansões multipolares de primeira ordem ou a estruturas magnéticas simples. Os autores construíram uma base completa de descritores invariantes por simetria para estruturas cristalinas arbitrárias e modificaram a análise de componentes principais para obter parâmetros de ordem não correlacionados e hierarquicamente estáveis. Aplicados à condutividade Hall anômala de uma rede kagome magnética, os coeficientes de regressão ao quadrado seguiram uma lei de potência do tipo Zipf no regime em que a regressão linear funciona bem.