[논문 리뷰] Tensor models from the viewpoint of matrix models: the case of loop models on random surfaces

Valentin Bonzom, F. Combes|arXiv (Cornell University)|2013. 04. 15.

Noncommutative and Quantum Gravity Theories참고 문헌 33인용 수 41

한 줄 요약

이 논문은 $U(\tau)$ 행렬 모델이 무작위 표면 위의 완전히 밀도 있는, 방향이 있는 고리들을 생성함으로써 텐서 모델과 행렬 모델 사이의 직접적인 연결을 확립한다. 이러한 고리는 텐서 모델의 변색된 간선 그래프와 일대일 대응된다. 핵심 결과는 텐서 모델의 차수(degree)가 고리의 수에 해당하며, 멜로닉 그래프(melonic graphs)가 고리 수를 최대화하는 것으로 나타나 대규모-$N$ 근사에서 두 프레임워크 간의 $1/N$ 전개와 이중 스케일링 근사가 통합됨을 보여준다.

ABSTRACT

We study a connection between random tensors and random matrices through $U(τ)$ matrix models which generate fully packed, oriented loops on random surfaces. The latter are found to be in bijection with a set of regular edge-colored graphs typically found in tensor models. It is shown that the expansion in the number of loops is organized like the 1/N expansion of rank-three tensor models. Recent results on tensor models are reviewed and applied in this context. For example, configurations which maximize the number of loops are precisely the melonic graphs of tensor models and a scaling limit which projects onto the melonic sector is found. We also reinterpret the double scaling limit of tensor models from the point of view of loops on random surfaces. This approach is eventually generalized to higher-rank tensor models, which generate loops with fugacity $τ$ on triangulations in dimension $d-1$.

연구 동기 및 목표

• 무작위 표면 위의 고리 모델을 통해 텐서 모델과 행렬 모델 간의 정확한 수학적·조합적 다리를 구축하는 것.
• 행렬 모델에서 고리 수를 세는 방식으로 텐서 모델의 $1/N$ 전개를 재해석하는 것.
• 텐서 모델에서의 멜로닉 그래프가 $U(\tau)$ 행렬 모델에서 고리 수를 최대화하는 구성과 대응됨을 보여주는 것.
• 인덱스 간 비균일 스케일링을 고려한 고계수 텐서 모델로 $1/N$ 전개를 일반화하는 것.
• 무작위 표면 위의 고리 구성에 대한 관점에서 텐서 모델의 이중 스케일링 근사를 재해석하는 것.

제안 방법

• 크기 $N \times N \times \tau$인 랭크-3 텐서로 묶인 행렬 $M_1, \dots, M_\tau$를 포함하는 $U(\tau)$ 행렬 모델의 가족을 구성하는 것.
• 중간장 방법을 사용하여 사차 텐서 모델을 다중 행렬 모델로 변환함으로써 행렬 모델 기법의 적용을 가능하게 하는 것.
• 행렬 모델의 파인만 그래프와 텐서 모델의 변색된 간선 그래프 사이의 일대일 대응을 확립하며, 고리 수가 그래프의 차수와 일치함을 보이는 것.
• 4색 간선 그래프의 차수를 색상 조합 (0,1,2)와 (0,3,4)로 구성된 부분그래프의 종수의 합으로 정의하여 고리 수를 세는 것.
• $\beta$에 의존하는 스케일링을 고계수 텐서 모델에 도입하여, $\beta=0$일 때는 행렬 모델, $\beta=1$일 때는 표준 텐서 모델로의 보간을 가능하게 하는 것.
• 파인만 전개에서 $N$의 지수를 부분그래프의 종수의 가중합으로 유도하며, $\beta > 0$일 때 멜로닉 지배가 성립함을 보이는 것.

실험 결과

연구 질문

• RQ1 어떻게 $U(\tau)$ 행렬 모델을 사용하여 텐서 모델의 파인만 그래프에 대응하는 무작위 표면 위의 고리 구성 생성이 가능한가?
• RQ2 행렬 모델에서 고리 수를 세는 관점에서 볼 때, 텐서 모델의 차수의 조합론적 해석은 무엇인가?
• RQ3 $U(\tau)$ 행렬 모델의 대규모-$N$ 근사가 텐서 모델에서 관찰되는 멜로닉 지배를 어떻게 재현하는가?
• RQ4 텐서 모델의 이중 스케일링 근사는 무작위 표면 위의 고리 구성에 대한 스케일링 근사로 재해석할 수 있는가?
• RQ5 인덱스 간 비균일 스케일링($\beta \in [0,1]$)이 $1/N$ 전개와 행렬 모델 설정에서의 주요 도형에 어떤 영향을 미치는가?

주요 결과

• 행렬 모델에서의 고리 수는 텐서 모델의 해당 4색 간선 그래프의 차수와 정확히 일치하며, 이는 차수의 새로운 조합론적 해석을 제공한다.
• 텐서 모델에서의 멜로닉 그래프는 정확히 $U(\tau)$ 행렬 모델에서 고리 수를 최대화하는 구성이며, 이는 대규모-$N$ 근사에서의 지배성을 설명한다.
• $\beta > 0$일 때, 일반화된 $\beta$-스케일링 모델의 주요 도형은 부분그래프 (0,1,2)와 (0,3,4)의 종수가 모두 0인 경우이며, 이는 멜로닉 지배에 해당한다.
• $U(\tau)$ 모델의 $1/N$ 전개는 랭크-3 텐서 모델의 $1/N$ 전개와 정확히 동일한 방식으로 정렬되며, 차수가 스케일링을 제어한다.
• 텐서 모델의 이중 스케일링 근사는 고리 수가 발산하고 부분그래프의 종수가 조절되는 근사로 재해석되며, 고리 모델의 행동과 일관된다.
• $\beta$-의존적 스케일링은 표준 행렬 모델($\beta=0$)과 표준 텐서 모델($\beta=1$) 사이를 보간하며, 자유 에너지에서 $N$의 지수는 두 부분그래프의 종수 기여의 볼록 조합으로 표현된다.