[論文レビュー] Block belief propagation algorithm for two-dimensional tensor networks

Chu Guo, Dario Poletti+1 more|arXiv (Cornell University)|Jan 14, 2023

Quantum many-body systems参考文献 58被引用数 6

ひとこと要約

本論文は、2次元テンソルネットワークの効率的縮約を可能にするブロック信念伝播（blockBP）アルゴリズムを導入し、有限および無限の2次元量子系における基底状態の高精度近似を実現する。システムを重複のないブロックに分割し、それらの間でメッセージを伝えることで、ブロック内における相関を考慮しつつ、高い並列性を実現する。この手法により、既存の手法と比較して著しく高速な収束を達成し、2次元ヘイゼンベルグ模型および横磁場イジング模型において、最先端の精度を達成した。

ABSTRACT

Belief propagation is a well-studied algorithm for approximating local marginals of multivariate probability distribution over complex networks, while tensor network states are powerful tools for quantum and classical many-body problems. Building on a recent connection between the belief propagation algorithm and the problem of tensor network contraction, we propose a block belief propagation algorithm for contracting two-dimensional tensor networks and approximating the ground state of $2D$ systems. The advantages of our method are three-fold: 1) the same algorithm works for both finite and infinite systems; 2) it allows natural and efficient parallelization; 3) given its flexibility it would allow to deal with different unit cells. As applications, we use our algorithm to study the $2D$ Heisenberg and transverse Ising models, and show that the accuracy of the method is on par with state-of-the-art results.

研究の動機と目的

• 強相関する量子系に特に適した、スケーラブルかつ高精度な2次元テンソルネットワークの縮約手法の開発。
• 一般化されたメッセージ伝達フレームワークを用いて、ループを持つネットワークにおける標準的信念伝播の限界を克服し、ブロックレベルの相関を組み込むこと。
• 同一のアルゴリズムフレームワーク内で有限系と無限系の取り扱いを統一し、別々の実装を回避すること。
• テンソルネットワークの縮約を効率的に並列化し、計算時間を短縮しながら高い精度を維持すること。
• 異なるユニットセルや格子幾何構造（量子化学における不規則構造を含む）に適応可能な柔軟なアプローチの提供。

提案手法

• アルゴリズムは2次元テンソルネットワークをスピンの重複のないブロックに分割し、各ブロックをメッセージ伝達プロセスにおける単一の実体として扱う。
• 各ブロック内の内部相関を正確に反映するため、ブロックのテンソルネットワークを正確に縮約することで、修正された信念伝播フレームワークを用いてブロック間でメッセージを伝える。
• ブロック環境は、隣接するブロックからの収束済みの入力メッセージの積によって近似され、標準的BPの平均場近似を改善する。
• ハイブリッドアプローチを採用：各ブロック内での更新はバンド次元χを用いた境界行列積状態（bMPS）スキームで行い、ブロック間のメッセージは別個のバンド次元χmで計算する。
• エネルギーと観測量の変化をモニタリングしながら、虚時間発展（ITE）を繰り返し適用することで、基底状態に収束させる。
• 境界条件とブロック構造を調整することにより、周期的または開放境界を持つ有限系と、iPEPSとしての無限系の両方を自然にサポートする。

実験結果

リサーチクエスチョン

• RQ1 スピンをブロックにグループ化することで、2次元テンソルネットワークにおけるループ構造を扱えるように信念伝播を一般化できるか？
• RQ2 ブロックレベルのメッセージ伝達は、2次元量子系において平均場信念伝播よりも顕著に精度を向上させるか？
• RQ3 同じアルゴリズムが、アーキテクチャの変更なしに、有限系と無限系の両方を効率的に処理できるか？
• RQ4 blockBPは、既存のテンソルネットワーク手法と比較して、どの程度並列化を可能とし、実行時間を短縮できるか？
• RQ5 2次元ヘイゼンベルグ模型および横磁場イジング模型といったベンチマークモデルにおいて、エネルギーと観測量の精度の観点から、この手法はどの程度の性能を示すか？

主な発見

• 無限大の横磁場イジング模型に対して、ブロックサイズk=3でエネルギー収束が小数第5位まで達成され、標準的bMPSに比べて収束速度が優れている。
• 2次元ヘイゼンベルグ模型では、state-of-the-art手法と同等の基底状態エネルギーに達しており、D=2,3,4の異なるバンド次元でも結果が安定している。
• 無限系において、bMPSに比べて著しく高速な収束を示し、小さな系サイズでも高い精度を達成している。
• PEPSのバンド次元Dに伴い実行時間が急激に増加するが、D≤5では依然として実行可能であり、小規模なDではフルアップデートアルゴリズムと同等の性能を示している。
• メッセージ計算にχm=D²をデフォルトとして選択した場合、全テストモデルで高精度な結果が得られ、ハイパーパramータのチューニングに対して頑健であることが示された。
• アルゴリズムは非常に並列化可能であり、スレッド数の増加に伴い実行時間が著しく改善され、特に大規模系において顕著な恩恵をもたらす。