[論文レビュー] Problem reduction, renormalization, and memory

Alexandre J. Chorin, Panagiotis Stinis|ArXiv.org|Mar 26, 2005

Quantum many-body systems参考文献 25被引用数 5

ひとこと要約

本稿では、時間依存問題における記憶項とノイズを重視しながら、複雑な力学系を縮約するためのフレームワークを提示する。平均化のみでは非平衡系では失敗することを示し、記憶項と確率的項を含める必要がある。これらはMori-Zwanzig形式により形式化され、粗粒度化に対しても重要な動的特性を保持する安定でエネルギー減少型の縮約モデルが得られる。

ABSTRACT

Methods for the reduction of the complexity of computational problems are presented, as well as their connections to renormalization, scaling, and irreversible statistical mechanics. Several statistically stationary cases are analyzed; for time dependent problems averaging usually fails, and averaged equations must be augmented by appropriate memory and random forcing terms. Approximations are described and examples are given.

研究の動機と目的

• 高次元力学系の複雑さを低減する体系的な手法を開発すること、特に複数の時間スケールおよび空間スケールを有する系を対象とすること。
• 時間依存問題における標準的平均化の失敗を、記憶項と確率的駆動項を組み込むことで解決すること。
• 問題の縮約を再生群理論および非平衡統計力学と結びつけること。
• 不完全な類似性とスケーリングを用いた、本質的な動的特性を保持する縮約方程式を導出する厳密なフレームワークを提供すること。
• ハミルトニアン系と統計力学的原則を用いて、記憶項とノイズが縮約モデルに不可欠であることを実証すること。

提案手法

• 時間依存系にMori-Zwanzig形式を適用し、記憶項とノイズ項を含む縮約方程式を導出する。
• 条件付き期待値と射影（PおよびQ）を用い、ハミルトニアン系における解像化済み（遅い）変数と未解像化（速い）変数を分離する。
• 未解像化変数の時間相関関数に基づく記憶核を有する積分微分方程式を導出する。
• 短記憶近似（例：tモデル）と、s=0の周辺におけるテイラー級数展開を用いた記憶核の高次項展開を用いる。
• エルミート多項式展開とモンテカルロ法を用いて、平衡相関関数の記憶核係数を計算する。
• 再正規化ハミルトニアンが時間とともに減少することを証明することで、縮約モデルの妥当性を検証し、エネルギーの一貫性を保証する。

実験結果

リサーチクエスチョン

• RQ1 なぜ標準的平均化は時間依存的・非平衡的力学系では失敗するのか？
• RQ2 複雑な系の低次元モデルにおいて、記憶項とノイズ項を体系的に導出する方法は何か？
• RQ3 不完全な類似性と異常スケーリングは、問題の縮約および再生群変換において果たす役割は何か？
• RQ4 マルチスケール系において、記憶核は未解像化変数のスケールと力学にどのように依存するか？
• RQ5 粗粒度化の下でも、エネルギー減少といった主要な物理的保存量を、縮約モデルが保持できるか？

主な発見

• 時間依存系では平均化のみでは不十分であり、正確な縮約動的特性を得るには記憶項とノイズ項が不可欠である。
• 射影と条件付き平均化を用いて導出された縮約系（35）はエネルギー減少を示し、弱い仮定のもとで(d/dt)Ĥ ≤ 0を満たす。これにより物理的整合性が保証される。
• 短時間展開と等時相関に基づく和則を用いることで、記憶核を近似可能となり、実用的な計算が可能になる。
• スケール分離のない系では、記憶項の減衰速度が解の変化速度と同じであるため、非マークフ過程のモデル化が必要となる。
• 平衡相関関数のエルミート多項式展開により、繰り返しのシミュレーションに効率的かつ再利用可能な記憶核の計算が可能になる。
• tモデル近似は長距離記憶では破綻するため、中間領域ではより洗練された記憶モデル化の必要性が浮き彫りになる。