受物理启发的计算工具用于磁成像中材料不均匀性的敏锐探测

材料不均匀性的探测是磁成像中的一项重要任务，并在理解物理过程中起着重要作用。例如，在自旋电子学中，样品的非均匀性决定了电流驱动磁化运动的起始。尽管人们常投入大量努力以提升实验技术的分辨率从而更深入地了解物理属性，但在此我们想强调，有利的数据分析有潜力对给定数据集提供多得多的见解，尤其是在接近分辨率极限、噪声至少与信号同量级时。本工作中，我们引入两种工具——平均潜维度与平均潜熵——它们能够探测数据中非常细微的材料不均匀性模式。例如，对于伊辛模型，我们表明这些工具能够分辨低至$1\%$的交换差异。对于微磁模型，我们证明潜熵可用于从磁化数据检测易轴各向异性的变化。我们表明，当对数据施加噪声时，潜熵保持稳健，在加入与信号同幅值的高斯噪声后变化小于$0.3\%$。此外，我们证明这些数据驱动的工具可用于基于磁涡旋的MOKE数据可视化不均匀性，从而有助于明确分辨杂质与钉扎中心。为评估平均潜维度与熵的性能，我们表明它们不仅在识别质量上，而且在所需计算成本上均优于从标准统计度量到最先进数据分析技术（如高斯混合模型）的常用工具。