[論文レビュー] Analytic Continuation of Quantum Monte Carlo Data: Optimal Stochastic Regularization Approach

Igor Krivenko, A. N. Rubtsov|arXiv (Cornell University)|Dec 9, 2006

Physics of Superconductivity and Magnetism参考文献 1被引用数 4

ひとこと要約

本稿では、ノイズのある量子モンテカルロ（QMC）データの虚時間から実周波数への解析的続行のための線形で最適な確率的正則化手法を提案する。非線形MaxEnt手法の限界を克服し、モット転移付近のハーバードバンドにおける内側端ピークのような微細なスペクトル構造を、MaxEntが検出できないのに対し、成功裏に解明する。これは、微細な多体スピンスペクトル構造を研究するための補完的ツールを提供する。

ABSTRACT

A new algorithm for analytic continuation of noisy quantum Monte Carlo (QMC) data from the Matsubara domain to real frequencies is proposed. Unlike the widely used maximum-entropy (MaxEnt) procedure, our method is linear with respect to input data and can therefore be applied to off-diagonal components of a thermal Green's function, or to a self-energy function. The latter possibility is used to analyze QMC results for the half-filled single-band Hubbard model on a Bethe lattice at a low temperature. Our method qualitatively resolves peaks near the inner edges of the Hubbard bands in the vicinity of a Mott transition, whereas a MaxEnt procedure does not. An existence of such structures has been clearly established before in a high-precision D-DMRG calculation by Karski et al. We also analyze a stability of the new method subject to changes of adjustable parameters.

研究の動機と目的

• QMCデータの解析的続行のための非線形MaxEnt手法の線形代替を構築すること。
• MaxEntが非線形性のため取り扱えない、非対角グリーン関数および自己エネルギー成分の解析的続行を可能にすること。
• モット転移付近で見られる、MaxEntが見逃すが高精度DMRG研究で確認された、ハーバードバンドの内側端ピークのような微細なスペクトル構造を解明すること。
• パラメータを制御可能とした手法を提供し、スペクトルの安定性および特徴の持続性を体系的に分析可能とすること。
• 自己エネルギーおよび非対角グリーン関数の続行に適応可能な柔軟な線形フレームワークを提供すること。ただし、正規性違反の可能性がある。

提案手法

• 本手法は、入力QMCデータの誤差共分散から導かれる最適な正則化行列を用いたチホノフ正則化を採用する。
• G(τ)とA(ω)の関係を記述する積分方程式を用いて、解析的続行を線形逆問題として定式化する。核関数にはフェルミ関数が含まれる。
• 正則化関数は、予測されたG(τ)と測定されたG(τ)の乖離を最小化するとともに、過剰な振動を抑える滑らかさ制約によってペナルティを課す。
• 調整可能なパラメータは3つ：K₀（ノイズレベル）、γ（スペクトルの広がり）、Ωₘ（スペクトル範囲）。これらは忠実度と滑らかさのトレードオフを制御する。
• 正則化行列を含む線形方程式を解くことで解を得るため、計算が効率的であり、非対角成分に対しても適している。
• 本手法は本質的に線形であるため、自己エネルギーおよび非対角グリーン関数要素の続行が可能であり、MaxEntとは異なり正規性および符号制約を必要としない。

実験結果

リサーチクエスチョン

• RQ1 線形な解析的続行手法は、MaxEntが検出できないハーバードバンドの内側端付近の微細なスペクトル構造を解明できるか？
• RQ2 提案された確率的正則化手法は、モット転移付近のスペクトル構造をMaxEntと比較してどの程度正確に回復できるか？
• RQ3 γやK₀などの調整可能なパラメータの変動に対して、本手法で回復されたスペクトル特徴はどの程度頑健か？
• RQ4 MaxEntが非線形性のため適用できない非対角グリーン関数または自己エネルギー成分に対しても、本手法を適用可能か？
• RQ5 特に物理的に不自然な負のスペクトル重みとパラメータへの感受性という点で、本手法の限界は何か？

主な発見

• 確率的正則化手法は、U = 2.4におけるハーバードバンドの内側端付近に2つの明確なピークを成功裏に解明した。これはMaxEntが検出できない特徴である。
• これらの内側端構造は、Karskiらによる高精度DMRG結果と整合しており、物理的に現実のものであることが確認された。
• 本手法は定性的に頑健である：γおよびK₀の値の範囲にわたり、主要なスペクトル特徴が維持されるが、極端なパラメータ選択では結果が劣化する。
• U = 2.4の場合、K₀ ≈ 10⁻⁵およびγ ≈ 0.1のとき、ハーバードバンドに二重ピーク構造が得られる。一方、K₀ > 3×10⁻⁵のとき、この構造は消失する。
• 本手法では一部の領域で物理的に不自然な負のスペクトル重みが生じるが、これは線形性に起因するものであり、最適なパラメータチューニングによって局所的かつ最小限に抑えられる。
• 本手法の線形性のおかげで、自己エネルギーおよび非対角グリーン関数成分の続行が可能である。これはMaxEntが非線形かつ正規性制約付きの定式化であるため、実現不可能な特徴である。