[論文レビュー] Dual formulation of spin network evolution

Fotini Markopoulou|ArXiv.org|Apr 6, 1997

Quantum many-body systems参考文献 13被引用数 58

ひとこと要約

本稿では、空間のラベル付き三角形分割へのスピンネットワークの写像を通じて、因果的スピンネットワークダイナミクスのより明確で組み合わせ論的な記述を可能にする、スピンネットワーク進化の二重形式を導入する。時空をラベル付き単体のネットワークとして扱い、非最大進化を導入することで、指数的成長を制御し、量子重力における因果的、局所的因果的、フォリエーション変動型の時空進化の厳密な図式的枠組みを提供する。

ABSTRACT

We illustrate the relationship between spin networks and their dual representation by labelled triangulations of space in 2+1 and 3+1 dimensions. We apply this to the recent proposal for causal evolution of spin networks. The result is labelled spatial triangulations evolving with transition amplitudes given by labelled spacetime simplices. The formalism is very similar to simplicial gravity, however, the triangulations represent combinatorics and not an approximation to the spatial manifold. The distinction between future and past nodes which can be ordered in causal sets also exists here. Spacelike and timelike slices can be defined and the foliation is allowed to vary. We clarify the choice of the two rules in the causal spin network evolution, and the assumption of trivalent spin networks for 2+1 spacetime dimensions and four-valent for 3+1. As a direct application, the problem of the exponential growth of the causal model is remedied. The result is a clear and more rigid graphical understanding of evolution of combinatorial spin networks, on which further work can be based.

研究の動機と目的

• スピンネットワークと空間の三角形分割の間の双対性を確立することで、因果的スピンネットワーク進化モデルを明確化すること。
• 三角形分割に基づく進化則を通じて非最大進化を導入することで、因果的スピンネットワークモデルにおける指数的成長問題を解決すること。
• 可変フォリエーションと空間的断片をサポートする、より厳密で組み合わせ論的根拠を持つスピンネットワークダイナミクスの形式的枠組みを提供すること。
• 因果的スピンネットワークモデルを単体的重力および圏論的構造と結びつけることで、数学的整合性を高めること。
• 重縮小群技術の適用および因果性と整合する適切な振幅関数の同定のための基盤を築くこと。

提案手法

• 空間多様体の三角形分割とスピンネットワークの間の双対性を確立し、両者を連続的多様体への埋め込みなしに、組み合わせ的対象として扱う。
• 各遷移が3+1または2+1単体の挿入に対応するように、ラベル付き単体（時空単体）を通じてスピンネットワーク進化を時空進化に写像する。
• 2つの進化則を導入する：(1) 新たな辺の生成（時空4単体の挿入）、(2) 既存の辺の再結合（時空3単体の挿入）、後者には以前に欠落していた3–1移動が含まれる。
• 時空単体を空間的サイトの部分集合にのみ挿入することで、非最大進化を定義し、ネットワーク成長の抑制と指数的爆発の防止を実現する。
• 三角形分割を用いて空間的断片と時間的断片を定義し、可変フォリエーションと一貫した因果的構造を可能にする。
• 確率的浸透理論の類似を用いて情報の流れと臨界的挙動をモデル化し、ネットワーク接続性が遷移する臨界確率 $ p_c $ を特定する。

実験結果

リサーチクエスチョン

• RQ1 スピンネットワークと三角形分割の双対性は、スピンネットワークの因果的進化をどのように明確化できるか？
• RQ2 次元（2+1次元では3、3+1次元では4）のバリエンスが因果的進化モデルにおいて果たす役割は何か？また、これは時空の次元性とどのように関係するか？
• RQ3 幾何的解釈を通じて、因果的スピンネットワークモデルにおける指数的成長問題はどのように解決できるか？
• RQ4 非最大進化が時空ネットワーク成長の速度を制御する上で果たす意義は何か？
• RQ5 因果モデルにおける遷移振幅は、単体的重力およびミンコフスキー的時空構造とどのように関係するか？

主な発見

• 二重形式により、スピンネットワークが三角形分割に写像され、量子時空進化のより厳密で組み合わせ論的整合性の高い記述が得られる。
• 以前に欠落していた3–1移動の導入により、許可された時空単体遷移の集合が完全化され、モデルの完全性が向上する。
• 非最大進化——時空単体が空間的サイトの部分集合にのみ挿入される——により、指数的成長が効果的に制御され、ネットワーク拡大が遅延される。
• 空間的断片と時間的断片を一貫して定義でき、フォリエーションの変動が許容され、柔軟な因果的構造が実現される。
• 臨界確率 $ p_c $ の近くでモデルは臨界的挙動を示し、情報の流れが途切れ始めるため、重縮小群解析に重要な段階遷移点を示唆する。
• 三角形分割形式は、スピンネットワーク構造の自然なグルーピングを提供するため、重縮小群技術の適用を支援するが、高次元では不規則性が依然として課題となる。