[논문 리뷰] Systematic lowering of the scaling of Monte Carlo calculations by partitioning andsubsampling

Antoine Bienvenu, Jonas Feldt외 2명|arXiv (Cornell University)|2022. 05. 02.

Theoretical and Computational Physics참고 문헌 24인용 수 2

한 줄 요약

이 논문은 시스템을 조각들로 분할하고 환경를 고정하면서 측정값을 부분적으로 샘플링함으로써 광범위한 관측량의 계산 스케일링을 감소시키는 새로운 몬테카를로 방법을 제안한다. 조건부 기대값을 활용하여 이론적으로는 편향 없이 O(N)의 효율성 향상을 달성한다. 이는 금속성 시스템의 변분 몬테카를로 계산을 통해 입증되었다.

ABSTRACT

We propose to compute physical properties by Monte Carlo calculations using conditional expectation values. The latter are obtained on top of the usual Monte Carlo sampling by partitioning the physical space in several subspaces or fragments, and subsampling each fragment (i.e., performing side walks) while freezing the environment. No bias is introduced and a zero-variance principle holds in the limit of separability, i.e. when the fragments are independent. In practice, the usual bottleneck of Monte Carlo calculations -- the scaling of the statistical fluctuations as a function of the number of particles N -- is relieved for extensive observables. We illustrate the method in variational Monte Carlo on the 2D Hubbard model and on metallic hydrogen chains using Jastrow-Slater wave functions. A factor O(N) is gained in numerical efficiency.

연구 동기 및 목표

• 페르미온 시스템의 변분 몬테카를로에서 O(N^4) 스케일링 장벽을 해결하기 위해.
• 시스템에 대한 체계적 오차 없이 광범위한 관측량의 분산 스케일링을 감소시키기 위해.
• 공간적 국소성과 조각 간 약한 상관관계를 활용하여 수치적 효율성을 향상시키기 위해.
• 명시적 적분을 포함하는 마르코프 체인 몬테카를로 응용에 일반적으로 적용 가능한 비편향 방법을 개발하기 위해.

제안 방법

• 방법은 구성 공간의 조각으로 나누어진 부분에 대한 조건부 기대값을 사용하여 물리적 성질을 계산한다.
• 각 조각은 환경를 고정하면서 '사이드워크'를 통해 부분 샘플링되며, 이는 에르고딕성과 비편향성을 유지한다.
• 개선된 추정량 ˜O는 그 분산이 시스템 크기 N에 대해 초광역적으로 스케일링되도록 구성된다.
• 이 방법은 조각들이 독립적인 분리 한계에서의 영변동 원리에 기반한다.
• 관측량을 조각별 기여도로 분해함으로써 국소적 분산 감소가 가능해진다.
• 적분이 기대값으로 표현될 수 있는 모든 몬테카를로 방법에 적용 가능하다.

실험 결과

연구 질문

• RQ1 광범위한 관측량에 대한 몬테카를로 계산의 분산 스케일링을 O(N) 이하로 감소시킬 수 있을까? 이때 편향이 생기지 않을까?
• RQ2 사이드워크를 통한 조각 기반 부분 샘플링은 추가적인 샘플링 오버헤드가 있음에도 불구하고 총 계산 비용을 실제로 줄일 수 있을까?
• RQ3 장거리 상관관계가 있지만 큰 조각들 사이에 약한 상관관계가 있는 금속성 시스템에서 이 방법은 어떻게 작동할까?
• RQ4 대규모 시스템에서 효율성을 극대화하기 위해 최적의 조각 크기와 사이드워크 길이는 무엇일까?
• RQ5 이론적으로 예측한 바와 같이, 실질적으로 이 방법이 O(N)의 효율성 향상을 달성할 수 있을까?

주요 결과

• 2D 허브 모델에서는 실질적인 효율성 향상이 약 0.075N에 달하고, 금속성 수소 체인에서는 0.025N로 나타나 시스템 크기 N에 따라 선형적으로 증가한다.
• 국소 에너지의 분산은 O(N)에서 근처 O(1)로 감소하였으며, 이는 전체 효율성 향상의 원인이다.
• 허브 모델의 경우 최적의 하위계 크기는 l ≈ √L로, 수소 체인의 경우 n ≈ √(N/2)로 나타나 비분리성임을 시사한다.
• 최적의 사이드워크 길이에서 상관 계수 c는 최대 40% 감소하였으며, 이는 비상관 추정치 대비 40% 높은 실질적 효율성 향상을 기여한다.
• 모든 시험된 시스템에서 E(O)와 E(˜O)가 오차 범위 내에서 일치하여 비편향성이 유지됨을 확인하였다.
• 효율성 향상은 강인하며, c > 1 인 경우에도 관측 가능하며, 비상관 예측 대비 최대 40% 높은 최적의 효율성 향상을 기록하였다.