[論文レビュー] Progress on stochastic analytic continuation of quantum Monte Carlo data

Hui Shao, Anders W. Sandvik|arXiv (Cornell University)|Feb 20, 2022

Spectroscopy and Quantum Chemical Studies被引用数 6

ひとこと要約

本論文は、量子モンテカルロ（QMC）データのための確率的解析接続（SAC）を進展させ、エントロピーに基づく最適化と制約付きサンプリングを導入することで、従来の手法が歪められていた鋭いスペクトル特徴（準粒子ピークやパワー則的端効果など）を解消する。大Nω極限においてSAC平均と最大エントロピー解が等価であることを示し、これまでにない分解能と正確性を実現するスペクトル再構成を可能にする。

ABSTRACT

We report multipronged progress on the stochastic averaging approach to numerical analytic continuation of quantum Monte Carlo data. With the sampled spectrum parametrized with delta-functions in continuous frequency space, a calculation of the configurational entropy lends support to a simple goodness-of-fit criterion for the optimal sampling temperature. To further investigate entropic effects, we compare spectra sampled in continuous frequency with results of amplitudes sampled on a fixed frequency grid. We demonstrate equivalences between sampling and optimizing spectral functions with the maximum-entropy approach with different forms of the entropy. These insights revise prevailing notions of the maximum-entropy method and its relationship to stochastic analytic continuation. We further explore various adjustable (optimized) constraints that allow sharp spectral features to be resolved, in particular at the lower frequency edge. The constraints, e.g., the location of the edge or the spectral weight of a quasi-particle peak, are optimized using a statistical criterion. We show that this method can correctly reproduce both narrow and broad quasi-particle peaks. We next introduce a parametrization for more intricate spectral functions with sharp edges, e.g., power-law singularities. Tests with synthetic data as well as with real simulation data for the spin-1/2 Heisenberg chain demonstrate that constrained sampling methods can reproduce spectral functions with sharp edge features at unprecedented fidelity. We present new results for S=1/2 Heisenberg 2-leg and 3-leg ladders to illustrate the ability of the methods to resolve spectral features arising from both elementary and composite excitations. Finally, we also propose how the methods developed here could be used as "pre processors" for analytic continuation by machine learning.

研究の動機と目的

• 従来の解析接続手法が準粒子ピークやパワー則的端効果といった鋭いスペクトル特徴を歪めてしまうという限界を克服すること。
• 構成エントロピーと大Nω極限を用いて、確率的解析接続（SAC）と最大エントロピー（ME）手法の間の厳密な関係を確立すること。
• ピーク位置やスペクトル重みといった最適化可能な制約を提案し、低温特徴や端特異点の分解能を向上させること。
• ヘイゼンベルグ鎖における脱confinedスピンオンから生じる発散的端効果を含む、複雑なスペクトル関数の正確な再構成を可能にすること。
• 機械学習ベースの解析接続の前処理ツールとしてSACを提案し、量子多体系におけるスペクトルの忠実性を向上させること。

提案手法

• 連続周波数空間における多数のδ関数としてスペクトル関数をパラメータ化し、構成エントロピーの正確な計算を可能にする。
• カイ二乗（χ²）とエントロピーに基づく適合度基準を用いて最適なサンプリング温度Θを決定し、恣意的な選択に依存しない。
• 調整可能なパラメータ（例：ピーク位置、端位置）を有する制約付きサンプリングを実装し、最適適合条件の下でエントロピーを最小化することで最適化を実現する。
• 連続周波数空間におけるパラメータ化と固定周波数グリッドとの比較を行い、一般化された熱力学的極限（大Nω）において両者が等価であることを示す。
• 単調性制約と端最適化制約を導入し、サンプリングの安定化と鋭い特徴（例：パワー則特異点）の解消を実現する。
• 合成データおよびスピン1/2ヘイゼンベルグ鎖・ラダーからの実際のQMCデータに本手法を適用し、多様なスペクトル構造において性能を検証する。

実験結果

リサーチクエスチョン

• RQ1 SACにおける構成エントロピーは、最適なサンプリング温度Θを決定する原理的基準を提供できるか？
• RQ2 連続的周波数と固定グリッド周波数の異なるパラメータ化はスペクトル再構成にどのように影響するか？また、大Nω極限においては等価であるか？
• RQ3 最適化されたパラメータを有する制約付きサンプリングは、従来の手法が曇らせる傾向にある鋭いスペクトル端や狭い準粒子ピークを解消できるか？
• RQ4 SAC平均と最大エントロピー解の関係は何か？どのような条件下で等価となるか？
• RQ5 SACは、QMCデータの機械学習ベース解析接続の前処理として用いることができるか？

主な発見

• 最適なサンプリング温度Θは、χ²適合度と構成エントロピーのバランスによって決定され、ヒューリスティックな選択の代わりに物理的に妥当な代替手段を提供する。
• 大Nω極限において、SAC平均は最大エントロピー解に収束し、異なるパラメータ化は異なる事前エントロピー形式に対応する。
• 最適化されたピークおよび端パラメータを有する制約付きサンプリングは、人工的な歪みを生じさせることなく、狭い準粒子ピークと広い特徴の両方を成功裏に解消する。
• 本手法は、スピン1/2ヘイゼンベルグ鎖の動的構造因子におけるパワー則特異点と発散的端効果を正確に再構成し、脱confinedスピンオン励起の存在を確認する。
• 鋭い端効果や低エネルギーピークといったスペクトル特徴が、標準的な解析接続手法とは異なり、不自然なアーチファクトを生じさせることなく保持される。
• 2脚および3脚ヘイゼンベルグラダーにおいて本手法が妥当性を検証され、基本的および複合励起の両方の分解能が向上したことが示された。