[논문 리뷰] Computational General Relativity in the Wolfram Language using Gravitas I: Symbolic and Analytic Computation

Jonathan Gorard|arXiv (Cornell University)|2023. 08. 15.

Algebraic and Geometric AnalysisMathematics인용 수 3

한 줄 요약

이 논문은 기호적 및 해석적 일반 상대성 이론을 위한 Wolfram 언어 기반의 오픈소스 계산 프레임워크인 Gravitas를 소개한다. 이는 기호적 텐서 미적분, 임의의 좌표계, 기하학적 구조의 원활한 통합을 가능하게 하며, 다양한 시공간 기하학과 물질 장에 걸쳐 아인슈타인 방정식과 아인슈타인-맥스웰 방정식의 해를 자동으로 해결한다. 수치적 진화를 위한 새로운 히퍼그래프 기반의 적응형 정밀화 시스템을 포함하여 통합 기호-수치 상대성 이론 계산 분야에서 중요한 도약을 이룬다.

ABSTRACT

We introduce a new, open-source computational general relativity framework for the Wolfram Language called Gravitas, which boasts a number of novel and distinctive features as compared to the many pre-existing computational and numerical relativity frameworks currently available within the open-source community. These include, but are not limited to: seamless integration of its powerful symbolic and numerical subsystems, and, by extension, seamless transition between analytic/continuous representations and numerical/discrete representations of arbitrary spacetime geometries; highly modular, general and extensible representations of spacetime geometries, spacetime topologies, gauge conditions, coordinate systems, matter fields, evolution equations and initial data; ability to set up and run complex numerical relativity simulations, and to perform 2D and 3D visualizations, symbolic computations and numerical analysis (including the extraction of gravitational wave signals) on the resulting data, all from within a single notebook environment; and a totally-unstructured adaptive refinement scheme based on hypergraph rewriting, allowing for exceedingly efficient discretization and numerical evolution of Cauchy initial data for a wide range of challenging computational problems involving strong relativistic field dynamics. In this first in a series of two articles covering the framework, we focus on the design and capabilities of Gravitas's symbolic subsystem, including its general and flexible handling of arbitrary geometries parametrized by arbitrary curvilinear coordinate systems (along with an in-built library of standard metrics and coordinate conditions), as well as its various high-level tensor calculus and differential geometry features. We proceed to show how this subsystem can be used to solve the Einstein field equations both analytically and numerically.

연구 동기 및 목표

• 임의의 좌표계와 시공간 기하학에서 아인슈타인 장 방정식을 해석적으로 및 수치적으로 해결하는 데 오랫동안 지속된 과제를 해결한다.
• 기존 프레임워크의 한계를 극복하기 위해 단일 노트북 환경에서 기호 계산과 적응형 수치 상대성 이론을 통합한다.
• 임의의 에너지-물질 분포와 전자기장에 걸쳐 아인슈타인 방정식과 아인슈타인-맥스웰 방정식의 자동화되고 일반화 가능한 해를 가능하게 한다.
• 고도의 확장 가능하고 모듈러한 프레임워크를 개발하여 고급 상대론적 이론과 수학적 상대성 이론 및 양자 중력 이론의 향후 확장에 대응할 수 있도록 한다.
• 적응형 메시 정밀화와 견고한 시각화 기능을 갖춘 차세대 수치 상대성 이론 시뮬레이션의 기반을 마련한다.

제안 방법

• 임의의 비선형 좌표계와 일반 시공간 기하학을 다룰 수 있는 Wolfram 언어 기반의 기호적 텐서 미적분 서브시스템을 구현한다.
• 표준 메트릭, 게이지 조건, 스트레스-에너지 텐서, 에너지 조건 등의 내장 라이브러리를 통합하여 장 방정식 설정을 자동화한다.
• Wolfram 언어의 기호 엔진을 활용해 고수준의 텐서 연산을 수행하며, 리만, 리치, 아인슈타인 텐서 계산을 포함한다.
• 히퍼그래프 리라이팅을 적용하여 수치적 진화를 위한 완전히 비정형적이고 적응형인 시공간 이산화를 가능하게 한다.
• 기호적 표현과 수치적 표현 간의 원활한 전환을 가능하게 하는 모듈러 아키텍처를 설계한다.
• 특수한 기호적 및 수치적 해법기를 통해 상대론적 전자기장과 물질 장 모델의 통합을 지원한다.

실험 결과

연구 질문

• RQ1 어떻게 기호적 및 수치적 상대성 이론을 하나의 확장 가능한 계산 프레임워크 안에서 다양한 기하학에서 아인슈타인 방정식을 해결할 수 있는가?
• RQ2 히퍼그래프 기반의 적응형 정밀화 기법이 강력한 필드 상대론적 역학을 시뮬레이션할 때 전통적인 정형 메시 방법에 비해 어느 정도 뛰어나게 작용하는가?
• RQ3 Wolfram 언어 기반의 기호 서브시스템이 복잡한 물질 및 장 구성에 대해 아인슈타인-맥스웰 방정식의 유도 및 해를 자동화할 수 있는가?
• RQ4 이 프레임워크의 모듈러 설계는 아인슈타인-카르탕 중력 이론이나 스칼라-텐서 이론과 같은 고급 이론으로의 확장 가능성을 어떻게 보장하는가?
• RQ5 기호적 텐서 미적분과 적응형 히퍼그래프 기반 이산화를 결합함으로써 어떤 새로운 수치 상대성 이론 기능이 도출되는가?

주요 결과

• Gravitas는 임의의 좌표계에서 아인슈타인 및 아인슈타인-맥스웰 장 방정식의 완전한 자동 기호 계산을 가능하게 하며, 표준 메트릭과 스트레스-에너지 텐서에 대한 내장 지원을 제공한다.
• 이 프레임워크는 기호적 표현과 수치적 표현 간의 원활한 전환을 실현하여, 초기 자료에서 시작하여 중력파 추출에 이르기까지 종단 간 계산을 가능하게 한다.
• 히퍼그래프 기반의 적응형 정밀화 기법은 복잡하고 비정상적인 시공간 기하학과 좌표 구조를 지원하는 효율적이고도 영리한 이산화를 가능하게 한다.
• 기호 서브시스템은 리만, 리치, 아인슈타인 텐서를 포함한 텐서 미적분을 네이티브로 처리하며, 향후 확장에서 프레임 필드와 스핀 접속과 같은 고급 구조도 지원한다.
• 이 프레임워크는 수치 상대성 이론 시뮬레이션의 자동 설정과 실행을 지원하며, 2D 및 3D 시각화와 중력파 신호 추출까지 가능하다.
• 기호적 및 수치적 서브시스템의 통합은 복잡한 상대론적 문제를 해결하는 데 있어 수동 개입을 최소화하는 고수준의 일반화 가능한 워크플로우를 가능하게 한다.