[논문 리뷰] Normalizing flows for lattice gauge theory in arbitrary space-time dimension

Ryan Abbott, Michael S. Albergo외 12명|arXiv (Cornell University)|2023. 05. 03.

Particle physics theoretical and experimental studies인용 수 10

한 줄 요약

이 논문은 게이지 등가(normalizing-flow) 아키텍처를 격자 게이지 이론에 대해 임의의 시공-공간 차원에서 개발하고, 4D에서 SU(3)에 대한 원리 증명 데모를 제시하며, 해석 가능한 Jacobians와 coupling-flow 설계에 초점을 둔다.

ABSTRACT

Applications of normalizing flows to the sampling of field configurations in lattice gauge theory have so far been explored almost exclusively in two space-time dimensions. We report new algorithmic developments of gauge-equivariant flow architectures facilitating the generalization to higher-dimensional lattice geometries. Specifically, we discuss masked autoregressive transformations with tractable and unbiased Jacobian determinants, a key ingredient for scalable and asymptotically exact flow-based sampling algorithms. For concreteness, results from a proof-of-principle application to SU(3) lattice gauge theory in four space-time dimensions are reported.

연구 동기 및 목표

• 격자 게이지 이론에서 에르고디시와 임계 느려짐 문제를 비점근적으로 정확한 흐름 기반 샘플링으로 해결하는 것을 목표로 한다.
• 비가환 격자 게이지 이론을 임의의 시공-공간 차원에서 일반화 흐름 아키텍처로 확장한다.
• 대규모 LGT 시뮬레이션에 적합한 해석 가능한 Jacobians를 갖춘 게이지 등가 커플링 흐름을 설계한다.
• 게이지 구성 변환을 위한 두 가지 흐름 계열(루프 레벨 스펙트럴 흐름과 그래디언트 기반 잔차 흐름)을 연구한다.
• 대규모 LGT 흐름을 위한 마스킹, 컨텍스트 인식 매개변수화, 훈련 전략에 관한 실용적인 지침을 제공한다.

제안 방법

• 선형 시간 det 계산을 가능하게 하는 삼각 Jacobians를 보장하기 위해 마스킹된 autoregressive 커플링 계층을 사용한다.
• 추적되지 않은 윌슨 루프와 게이지 링크에서 작동시켜 게이지 대칭성을 보존하는 게이지 등가 변환을 구현한다.
• 루프 고유값에 대한 스펙트럴 흐름과 게이지 링크에 대한 그래디언트 기반 잔차 흐름을 컨텍스트 의존 매개변성과 함께 적용한다.
• 활성/고정 변수 분할과 해석 가능한 Jacobians를 가능하게 하는 마스킹 패턴을 채용한다.
• 국소 게이지 불변 정보에 기반해 변환을 조건화하기 위해 신경망을 통해 컨텍스트 인식을 통합한다.
• 제안된 흐름 아키텍처를 사용해 3+1 차원에서 SU(3) 격자 게이지 이론의 원리 증명을 시연한다.

실험 결과

연구 질문

• RQ1 비가환 격자 게이지 이론에 대해 임의의 시공-공간 차원에서 게이지 등가(normalizing) 흐름을 구성할 수 있는가?
• RQ2 마스킹 및 커플링 계층 설계가 게이지 불변성을 보존하면서 해석 가능한 Jacobians를 어떻게 만들 수 있는가?
• RQ3 고차원 LGT 구성에서 국소 상관관계를 포착하기 위한 컨텍스트 인식 매개변수화의 효과적인 전략은 무엇인가?
• RQ4 루프 레벨(스펙트럴) 및 링크 레벨(그래디언트 기반) 흐름 계열이 4D에서 SU(3)에 대해 점근적으로 정확한 샘플링을 제공하는가?
• RQ5 모델 성능 최적화를 위한 훈련, 마스킹 패턴, 좌표 선택에 대한 실용적 가이드라인은 무엇인가?

주요 결과

• 우리는 임의의 차원에서 비가환 격자 게이지 이론에 적용 가능한 게이지 등가 흐름 아키텍처를 형식화한다.
• 마스킹된 조건부 원소별 변환을 갖는 커플링 계층이 해석 가능한 Jacobians와 확장 가능한 훈련을 제공한다는 것을 보인다.
• 루프 레벨(스펙트럴) 및 잔차(링크 기반) 흐름 계열을 개발하여 계층의 스택으로 구성할 수 있다.
• 3+1 차원의 SU(3) 격자 게이지 이론에 대한 원리 증명 적용을 시연하여 이 접근의 가능성을 보여준다.
• 마스킹, 좌표 선택, 컨텍스트 인식 매개변수화가 모델 품질에 미치는 영향에 대한 설계 고려사항을 제시한다.