[論文レビュー] autoboot: A generator of bootstrap equations with global symmetry

Mocho Go, Yuji Tachikawa|arXiv (Cornell University)|Mar 25, 2019

Theoretical and Computational Physics参考文献 61被引用数 4

ひとこと要約

本論文では、群表現データを用いて、グローバル対称性をもつ conformal field theories (CFT) の混合相関関数ブートストラップ方程式を自動生成する Mathematica ベースのツール *autoboot* を紹介する。このツールは、これらの式を最適化された Python コードにコンパイルし、*sdpb* 半正定値計画法ソルバに使用可能にする。本研究では、近接するパrameter点間でソルバの状態を再利用する画期的な「ホットスタート」技術を導入し、数値ブートストラップ計算を顕著に高速化する。

ABSTRACT

We introduce autoboot, a Mathematica program which automatically generates mixed-correlator bootstrap equations of an arbitrary number of scalar external operators, given the global symmetry group and the representations of the operators. The output is a Python program which uses Ohtsuki's cboot which in turn uses Simmons-Duffin's sdpb. In an appendix we also discuss a simple technique to significantly reduce the time to run sdpb, which we call hot-starting.

研究の動機と目的

• 任意のグローバル対称性をもつ conformal field theories における混合相関関数ブートストラップ方程式の導出を完全に自動化し、人的ミスや作業負荷を低減すること。
• $D_8$、$O(N)$、$O(2)$ などの非アーベルグローバル対称性をもつ CFT の効率的な数値ブートストラップ研究を可能にすること。これらの理論は技術的複雑性のため、これまであまり研究されていなかった。
• 群論データから *sdpb* 用の実行可能な半正定値計画法入力に至るまでのパイプラインを簡素化すること。*cboot* や *PyCFTBoot* といった既存ツールと統合する。
• 近接するパrameter点間で双対および原始ソルバ状態を再利用する「ホットスタート」技術を導入・検証すること。これにより、除外図の生成にかかる実行時間が著しく短縮される。

提案手法

• 本ツールは、GAP を介して SmallGrp ライブラリを用い、位数 2000 までの有限群の群論データ（キャラクタテーブル、Clebsch-Gordan 系数など）を取得する。
• スカラー演算子が指定された群表現に従って変換する場合の、演算子積展開（OPE）分解を構築し、四点関数における対称性制約を強制する。
• 交差対称性およびコンフォーマルブロック展開から、ブートストラップ方程式を記号的に導出し、その後、半正定値計画法（SDP）制約に再定式化する。
• SDP は *cboot* インターフェースを用いて Python スクリプトに変換され、*sdpb* ソルバ用の XML 入力を生成する。
• 本研究では、直前の実行で得られた *sdpb* ソルバの最終反復状態 $(x,X,y,Y)$ を、近接するパrameter点の初期状態として再利用する画期的な「ホットスタート」技術を実装する。
• 収束の安定性を高めるためのヒューリスティクスも含む：ステップサイズが減少し、障害関数パラメータ $\mu$ が増加する病理的状態に陥った場合、以前の安定状態から再起動する。

実験結果

リサーチクエスチョン

• RQ1 グローバル対称性をもつ CFT における混合相関関数ブートストラップ方程式の導出を、完全に自動化できるか？人的ミスや作業負荷を低減できるか？
• RQ2 数値ブートストラップフレームワークにおいて、スケーリング次元の除外図を生成する際の計算コストをどのように低減できるか？
• RQ3 近接するパrameter点間で *sdpb* ソルバの内部点反復状態を再利用することで、収束がどの程度速くなるか？
• RQ4 複数回の実行にわたりソルバ状態を再利用する際、安定性を維持するために必要なヒューリスティクスは何か？

主な発見

• *autoboot* ツールは、$D_8$、3次元イジング模型、$O(2)$ モデルにおけるスカラー演算子が単位表現および基本表現に従う場合について、グローバル対称性をもつ CFT におけるブートストラップ方程式を正常に生成した。
• ホットスタート技術により、実行ベンチマークに基づき、*sdpb* の実行時間が通常の初期化と比較して約 10〜20 倍短縮された。
• 1回の実行で得られたソルバ状態を次回のパrameter点の初期値として再利用することで、特に近接するスケーリング次元をスキャンする際の収束が顕著に高速化された。
• 双対可能性検出と原始ジャンプ検出を組み合わせても、元の *sdpb* の仮定（原始可能性が双対可能性を妨げる）がホットスタートの下で成り立たないにもかかわらず、本手法は安定に動作した。
• 障害関数パラメータ $\mu$ が増加し、ステップ長 $\alpha_P$、$\alpha_D$ がほぼゼロに収束する兆候が見られた場合、以前の安定状態から再起動する必要がある。