[논문 리뷰] Tensor renormalization group analysis of ${ m CP}(N-1)$ model in two dimensions

Hikaru Kawauchi, Shinji Takeda|arXiv (Cornell University)|2015. 11. 02.

Tensor decomposition and applications참고 문헌 1인용 수 4

한 줄 요약

이 논문은 고차원 텐서 군집화 방법(HOTRG)을 사용하여 2차원 CP(N−1) 모델의 텐서 네트워크 표현을 제시하며, 부호 문제 없이 수치 분석이 가능하게 한다. 이 방법은 대규모 β 영역에서 CP(1) 모델의 HOTRG 결과가 몬테카를로 시뮬레이션과 O(3) 비선형 스핀 모델 결과와 일관되다는 것을 확인하여, 위상수학적 항을 가진 비아벨 모델에 대한 접근 방식을 검증한다.

ABSTRACT

We apply the higher order tensor renormalization group to lattice CP($N-1$) model in two dimensions. A tensor network representation of CP($N-1$) model is derived. We confirm that the numerical results of the CP(1) model without the $θ$-term using this method are consistent with that of the O(3) model which is analyzed by the same method in the region $β\gg 1$ and that obtained by Monte Carlo simulation in a wider range of $β$.

연구 동기 및 목표

• 부호 문제 없이 수치 분석이 가능한 2차원 CP(N−1) 모델의 텐서 네트워크 표현을 개발하기 위해.
• 기존에 알려진 몬테카를로 시뮬레이션과 O(3) 모델 결과와의 비교를 통해 CP(1) 모델에 대한 HOTRG 방법의 타당성을 검증하기 위해.
• 미래에 CP(N−1) 모델에 θ-항을 포함시키기 위한 프레임워크를 마련하기 위해.

제안 방법

• 보르츠만 가중치의 특성 유사 전개를 통해 CP(N−1) 모델의 분할 함수에 대한 텐서 네트워크 표현을 유도하기 위해.
• 수정된 베ssel 함수를 사용하여 전개 계수 h_{(l;m)}(β)를 표현하고, 유한한 l_max에서 합을 잘라내기 위해.
• 장 의존성 특성 f_{(l;m)}(z_i,z_j)를 복소장과 그 켤레의 곱으로 분해하기 위해.
• N-성분 복소 스칼라 장 z_i와 링크 변수 A_{i,j}를 통합하여 인덱스 l, m 및 스피너 인덱스를 가진 서브 텐서를 얻기 위해.
• 고차원 텐서 군집화 방법(HOTRG)을 적용하여 텐서 네트워크를 군집화하고 분할 함수를 계산하기 위해.
• 링크 통합 후 l = m 조건을 강제하기 위해 ∫dA exp[i(m−l)A] = δ_{l,m}을 사용하기 위해.

실험 결과

연구 질문

• RQ1 HOTRG 방법은 2차원 CP(1) 모델의 열역학적 성질을 부호 문제 없이 정확하게 계산할 수 있는가?
• RQ2 다양한 β 값에서 HOTRG 결과와 몬테카를로 시뮬레이션 결과 사이의 정량적 비교는 어떻게 이루어지는가?
• RQ3 기존에 알려진 매핑 관계에 따라 CP(1) 모델의 HOTRG 결과가 O(3) 비선형 스핀 모델 결과와 일치하는가?
• RQ4 유한한 l_max에서의 잘라내기 효과가 CP(1) 모델의 HOTRG 계산에서 체계적 오차에 미치는 영향은 무엇인가?
• RQ5 텐서 네트워크 프레임워크는 CP(N−1) 모델에 θ-항을 포함시키기 위해 확장될 수 있으며, 이 경우 발생하는 계산적 과제는 무엇인가?

주요 결과

• l_max=2일 때 θ=0인 CP(1) 모델의 HOTRG 결과는 4×4 격자에서 몬테카를로 시뮬레이션 결과와 뛰어난 일치를 보이며, 미세한 편차는 잘라내기 오차에 기인한다.
• HOTRG로 계산한 CP(1) 모델의 평균 에너지는 관계 E_{CP(1)}(β) = E_{O(3)}(β) + 6 - 1/β를 통해 O(3) 모델 결과와 일치함을 확인하여, 대규모 β 한계에서의 일관성을 입증한다.
• HOTRG의 체계적 오차는 l_max가 증가할수록 감소하며, β→∞ 한계에서 정확한 결과로 수렴하는 경향을 관찰할 수 있다.
• 텐서 네트워크 표현은 특성 유사 전개와 z 및 A 장에 대한 해석적 통합을 통해 CP(N−1) 모델의 자유도를 성공적으로 표현하였다.
• 이 방법은 부호 문제 없이 적용 가능하므로, 향후 CP(N−1) 모델의 θ-항 연구에 적합하다.
• θ≠0인 경우의 계산 비용은 l≠m 항으로 인해 높을 것으로 예상되며, 이에 대한 향후 최적화 기법이 필요하다.