[논문 리뷰] autoboot: A generator of bootstrap equations with global symmetry

Mocho Go, Yuji Tachikawa|arXiv (Cornell University)|2019. 03. 25.

Theoretical and Computational Physics참고 문헌 61인용 수 4

한 줄 요약

이 논문은 군 표현 데이터를 사용하여 전역 대칭성을 가진 conformal field theory(CFT)에 대한 혼합-상관관계자 부트스트랩 방정식을 자동으로 생성하는 Mathematica 기반 도구인 *autoboot*을 소개한다. 이 도구는 이러한 방정식을 최적화된 Python 코드로 컴iles하여 *sdpb* 준정적계획법 솔버에 사용할 수 있도록 하며, 근처의 매개변수 점들 사이에서 솔버 상태를 재사용하는 새로운 '핫스타팅' 기법을 통해 수치 부트스트랩 계산을 크게 가속화한다.

ABSTRACT

We introduce autoboot, a Mathematica program which automatically generates mixed-correlator bootstrap equations of an arbitrary number of scalar external operators, given the global symmetry group and the representations of the operators. The output is a Python program which uses Ohtsuki's cboot which in turn uses Simmons-Duffin's sdpb. In an appendix we also discuss a simple technique to significantly reduce the time to run sdpb, which we call hot-starting.

연구 동기 및 목표

• 임의의 전역 대칭성을 가진 conformal field theory에서 혼합-상관관계자 부트스트랩 방정식 유도를 자동화하여 인간의 실수와 노력 감소.
• 기술적 복잡성으로 인해 다루어지지 않은 비아벨 전역 대칭성을 가진 CFT의 효율적인 수치 부트스트랩 연구를 가능하게 하며, $D_8$, $O(N)$, $O(2)$ 등의 사례를 포함.
• 군 이론 데이터에서 실행 가능한 준정적계획법 입력으로의 파ipel라인을 단순화하여 기존 도구인 *cboot*과 *PyCFTBoot*와 통합.
• 근처의 매개변수 점들 사이에서 이중 및 원시 솔버 상태를 재사용하는 '핫스타팅' 기법을 도입하고 검증함으로써 수렴 속도를 극적으로 향상시키는 것.

제안 방법

• 유한군의 순서가 2000 이하인 경우, SmallGrp 라이브러리를 통해 GAP를 통해 군 이론 데이터(특성 표, Clebsch-Gordan 계수 포함)를 확보.
• 지정된 군 표현에 대해 변환되는 스칼라 연산자에 대한 산술적 곱 전개(OPE) 분해를 구성하고, 네점 함수에 대한 대칭성 제약 조건을 강제.
• 교차 대칭성과 등각 블록 분해에서 기반한 부트스트랩 방정식을 기호적으로 유도한 후, 준정적계획법(SDP) 제약 조건으로 재구성.
• *cboot* 인터페이스를 사용하여 SDP를 Python 스크립트로 변환하고, 이는 *sdpb* 솔버에 대한 XML 입력을 생성.
• 이전 실행의 최종 반복 상태 $(x,X,y,Y)$를 근처의 매개변수 점에 대한 초기 상태로 재사용함으로써, 새로운 '핫스타팅' 기법을 구현.
• 안정성을 높이기 위해 히우리스틱을 포함: 솔버가 단계 크기 감소와 함께 장벽 파라미터 $\mu$ 증가를 보이며 병적인 상태에 진입할 경우, 이전 상태에서 재시작.

실험 결과

연구 질문

• RQ1 전역 대칭성을 가진 CFT에 대한 혼합-상관관계자 부트스트랩 방정식 유도 과정을 완전히 자동화할 수 있는가? 이는 인간의 실수와 노력 감소에 기여하는가?
• RQ2 수치 부트스트랩 프레임워크 내에서 스케일링 차원에 대한 배제도 생성에 드는 계산 비용을 어떻게 줄일 수 있는가?
• RQ3 근처의 매개변수 점들 사이에서 *sdpb* 솔버의 내부점 반복 상태를 재사용할 경우, 수렴 속도 향상 정도는 어느 정도인가?
• RQ4 여러 번의 실행 동안 솔버 상태를 재사용할 때 안정성을 유지하기 위해 필요한 히우리스틱은 무엇인가?

주요 결과

• *autoboot* 도구는 전역 대칭성을 가진 CFT에 대해 부트스트랩 방정식을 성공적으로 생성하였으며, $D_8$, 3d 이징 모델, $O(2)$ 모델에서 스칼라 연산자가 단열 및 기본 표현에 속할 경우에 대해 실험적으로 검증.
• 핫스타팅 기법은 경험적 벤치마크 기반으로 기본 초기화 방식 대비 *sdpb* 실행 시간을 약 10배에서 20배 가량 감소시킴.
• 이전 실행에서의 솔버 상태를 다음 실행의 초기값으로 재사용함으로써 수렴 속도가 크게 향상되며, 특히 근처의 스케일링 차원을 스캔할 경우 두드러진다.
• 원래 *sdpb*의 가정(원시 탇성은 이중 탇성을 금지함)이 핫스타팅 조건에서는 성립하지 않음에도 불구하고, 이중 탇성 검출 및 원시 점프 검출 기법과 결합해도 메서드는 안정성을 유지함.
• 장벽 파라미터 $\mu$ 증가와 함께 단계 길이 $\alpha_P$, $\alpha_D$가 거의 0에 수렴할 경우, 정체 상태로 간주되어 이전에 안정된 상태에서 재시작하는 것이 필요함.