[論文レビュー] AMFlow: a Mathematica package for Feynman integrals computation via Auxiliary Mass Flow

Xiao Liu, Yan-Qing Ma|arXiv (Cornell University)|Jan 27, 2022

Particle physics theoretical and experimental studies被引用数 5

ひとこと要約

AMFlow は、補助質量フロー法を用いて次元正則化されたフェยnmann積分の高精度数値計算を可能にする Mathematica パッケージである。補助質量パラメータを導入し、それに関する常微分方程式を解くことで、境界条件が効率的に得られる体系的な手法により、複雑な多重ループ・マルチスケール振幅において高精度かつ高性能にマスターフェルミオンを計算することができる。

ABSTRACT

AMFlow is a Mathematica package to numerically compute dimensionally regularized Feynman integrals via the recently proposed auxiliary mass flow method. In this framework, integrals are treated as functions of an auxiliary mass parameter and their results can be obtained by constructing and solving differential systems with respect to this parameter, in an automatic way. The usage of this package is described in detail through an explicit example of double-box family involved in two-loop $t\bar{t}$ hadroproduction.

研究の動機と目的

• フェイニマン積分の数値評価のための、公開・自動化された補助質量フロー法の実装を提供すること。
• セクター分解の非効率性や境界条件の決定の難しさといった従来手法の限界を、体系的な微分方程式アプローチにより克服すること。
• 特に複雑な位相空間領域における、2ループ以上を含む高次の積分の高精度計算を可能にすること。
• 既存の還元ツール（例：LiteRed、Kira）とシームレスに統合され、線形伝搬子や位相空間積分といった高度な機能をサポートすること。
• 反復的な境界条件生成と数値的解法の自動化により、マスターフェルミオンの計算ワークフローを簡素化すること。

提案手法

• 伝搬子に補助質量パラメータ η を導入し、元の積分を I_aux(ν, s, ε, η) として関数化する。この関数を η の関数とみなす。
• マスターフェルミオンに関する η に関する微分方程式を導出し、AMFlow 内部に統合された高精度 ODE ソルバーを用いて数値的に解く。
• η → ∞ における境界条件を反復的に計算することで、手動入力なしに体系的かつ自動的に解を構築する。
• 外部ツール（例：FiniteFlow、LiteRed、Kira、FIRE）を用いた、積分のIBP還元により微分方程式系を生成する。
• 複数の ε 値におけるサンプリング結果を用いて ε 展開の数値フィッティングを行い、ε に関する高次のローラン級数展開を可能にする。
• 複雑な運動量構造、任意の時空次元、線形伝搬子や位相空間積分を含む積分をサポートするフレームワークを提供する。

実験結果

リサーチクエスチョン

• RQ1 補助質量フロー法は、ユーザーフレンドリーで自動化されたパッケージとして実装可能であり、フェイニマン積分の高精度数値計算を可能にするか？
• RQ2 t\bar{t} ハドロプロダクション過程における2ループ積分は、マルチスケール・マルチループ振幅のベンチマークとして、この手法がどの程度効率的に計算可能か？
• RQ3 η → ∞ における反復的境界条件生成は、複雑な積分族にまで完全に自動化可能でスケーラブルか？
• RQ4 AMFlow 内部の数値的 ODE ソルバーは、高ランク・高スケール積分において、標準的手法を上回る精度と速度を達成できるか？
• RQ5 線形伝搬子や位相空間積分を含む困難なケースを、統合的なフレームワークで処理できるか？

主な発見

• AMFlow は、2ループ t\bar{t} ハドロプロダクションに必要なダブルボックス族積分を高精度に計算し、実際の物性現象への応用可能性を示した。
• η → ∞ における反復的境界条件生成により、手動入力なしに体系的かつ自動的に微分方程式の解を構築できる。
• AMFlow 内部の数値的 ODE ソルバーは、作業精度を最大 100 桁まで設定可能であり、高精度な結果を効率的に得られる。
• 高次の ε 展開がサポートされており、切り捨てられた展開次数が最大 100 に達するため、マスターフェルミオンの詳細なローラン級数解析が可能である。
• Kira や LiteRed といった還元ツールとの統合により、線形伝搬子や位相空間構造を含む複雑な積分族の処理がシームレスに可能である。
• 特に高度な還元技術と組み合わせた場合、高多重度・マルチスケール問題において、従来手法に比べて効率性とスケーラビリティに優れる。