[論文レビュー] Counting Vacua in Random Landscapes

Richard Easther, Alan H. Guth+1 more|arXiv (Cornell University)|Dec 15, 2016

Cosmology and Gravitation Theories被引用数 14

ひとこと要約

本論文は、高次元ガウス確率的ランドスケープにおける臨界点を分析するための確率関数理論フレームワークを構築し、極値におけるヘッセ行列要素が、確率行列理論における独立性の仮定とは対照的に相関していることを明らかにした。この研究では、このようなランドスケープにおいて極小値が豊富に存在することを示し、極小値の密度が固有値とポテンシャル値の非自明な相関に支配されることを示し、従来の超指数的まれさの仮定に反するものである。

ABSTRACT

It is speculated that the correct theory of fundamental physics includes a large landscape of states, which can be described as a potential which is a function of N scalar fields and some number of discrete variables. The properties of such a landscape are crucial in determining key cosmological parameters including the dark energy density, the stability of the vacuum, the naturalness of inflation and the properties of the resulting perturbations, and the likelihood of bubble nucleation events. We codify an approach to landscape cosmology based on specifications of the overall form of the landscape potential and illustrate this approach with a detailed analysis of the properties of N-dimensional Gaussian random landscapes. We clarify the correlations between the different matrix elements of the Hessian at the stationary points of the potential. We show that these potentials generically contain a large number of minima. More generally, these results elucidate how random function theory is of central importance to this approach to landscape cosmology, yielding results that differ substantially from those obtained by treating the matrix elements of the Hessian as independent random variables.

研究の動機と目的

• 高次元スカラー場における臨界点を研究するための、確率関数理論に基づく厳密なフレームワークを構築すること。
• 標準的な確率行列アプローチでしばしば無視される、確率的ランドスケープにおける停留点におけるヘッセ行列要素の相関を明確にすること。
• N次元ガウス確率的ポテンシャルにおける極小値、サドル、その他の臨界点の豊富さと分布を定量化すること。
• 極小値が現実の確率的ランドスケープにおいて超指数的まれではないことを示し、独立なヘッセ行列要素を仮定するモデルの予測とは対照的であることを明らかにすること。
• 確率関数の統計力学を用いて、ランドスケープ multiverse における宇宙論的予測の基礎を提供すること。

提案手法

• ヘッセ行列要素の相関を考慮して、N次元ガウス確率的場における臨界点密度を計算するために、Kac-Rice 公式を用いる。
• Euler 指標技術とモース理論を適用し、ヘッセ行列の負の固有値の数によって停留点を分類する。
• ヘッセ行列の固有値と回転角（Euler 角を介して）の同時確率分布を導出し、行列構造内の相関を捉える。
• ステーションナリティを強制するデルタ関数を含めた、デカルト座標から固有値-回転座標へのヤコビアン変換を用いて、3次元での正確な計算を実施する。
• モンテカルロ統合を用いて N が大きい場合に一般化し、50変数のランドスケープにおける負の固有値数の分布を計算する。
• ヘッセ行列固有値分布を用いて、極小値、サドル、その他の臨界点の密度を計算し、ポテンシャル値依存性を組み込む。

実験結果

リサーチクエスチョン

• RQ1 ヘッセ行列要素間の相関は、高次元確率的ランドスケープにおける臨界点の分布にどのように影響するか？
• RQ2 N次元ガウス確率的ポテンシャルにおける極小値の真の豊富さは何か？ また、ヘッセ行列要素が独立であると仮定するモデルの予測とはどのように異なるか？
• RQ3 確率的ランドスケープにおいて、負のヘッセ行列固有値数 n の分布は次元 N とともにどのようにスケーリングするか？
• RQ4 トポロジカル制約と対称性は、臨界点におけるヘッセ行列の有効自由度をどの程度削減するか？
• RQ5 確率関数理論は、確率行列理論のみに依存するものよりも、ランドスケープ宇宙論の統計的記述をより正確に提供できるか？

主な発見

• 3次元ガウス確率的ランドスケープでは、インデックス1（サドル）とインデックス0（極小値）の臨界点数の比は約3.05であり、3の二項分布期待値とは乖離している。
• 3次元における極小値の密度は $ n_0 = \frac{29\sqrt{15} - 18\sqrt{10}}{450\pi^2} \frac{\sigma_2^3}{\sigma_1^3} $ で与えられ、極小値が超指数的まれではないことを示している。
• $ N = 50 $ の場合、停留点が $ n $ 個の負の固有値を持つ確率は $ n = 25 $ でピークに達し、$ P(25) \approx 0.122 $ となる。これは対称的かつ広い分布であることを示している。
• 負の固有値数 $ n $ の分布は、$ n \to 50 - n $ の下で対称的であり、ヘッセ行列の $ U \to -U $ 対称性と整合的である。
• N = 50 のモンテカルロ結果では、極小値（$ n = 0 $）の割合は極めて小さい（$ \sim 10^{-19} $）が、ゼロでなく、次元 N を小さくするにつれて増加する。
• 解析により、ヘッセ行列要素を独立とみなすと誤った予測が得られることを明らかにした。トポロジカル制約が強い相関を生じさせ、これを考慮しなければならない。