[論文レビュー] Diagrammatic Monte Carlo

Kris Van Houcke, Evgeny Kozik+2 more|arXiv (Cornell University)|Feb 20, 2008

Quantum many-body systems参考文献 1被引用数 5

ひとこと要約

本稿では、量子多体系における図式展開を用いた熱力学的量の計算のための、符号問題を軽減した数値的手法である図式モンテカルロ（DiagMC）を提案する。マコフ連鎖モンテカルロを用いたフェ Feynman 図の確率的サンプリングと再結合技術により、DiagMC は1次元および3次元の反発的 Hubbard モデルに対して、高温領域および有限の図の次数において正確な状態方程式を達成する。結果は、高温度領域および有限の図の次数において、正確なベンチマークに収束する。

ABSTRACT

Diagrammatic Monte Carlo (DiagMC) is a numeric technique that allows one to calculate quantities specified in terms of diagrammatic expansions, the latter being a standard tool of many-body quantum statistics. The sign problem that is typically fatal to Monte Carlo approaches, appears to be manageable with DiagMC. Starting with a general introduction to the principles of DiagMC, we present a detailed description of the DiagMC scheme for interacting fermions (Hubbard model), as well as the first illustrative results for the equations of state.

研究の動機と目的

• 量子多体系における図式展開を評価する体系的かつ誤差のないモンテカルロ手法の開発。
• フェルミオン系における摂動展開の符号問題に対処するため、符号付き重みを有するフェルミオン図の確率的サンプリングを可能にする。
• 有限サイズ効果のない1次元および3次元の反発的 Hubbard モデルの状態方程式（密度およびエネルギー）の計算。
• 再結合技術が無限の図の次数極限における結果の安定化と外挿誤差の低減に寄与することの実証。
• DiagMC がクラスターベース手法の体積依存性スケーリング問題を回避する熱力学的極限に直接作用することの確認。

提案手法

• DiagMC は図式級数を統計的分布として扱い、各図の重みをその絶対値とし、符号は別個に追跡する。
• メトロポリス＝ハスティングス型のマコフ連鎖が図を確率的にサンプリングし、更新はタイプI（変数の再重み付け）とタイプII（トポロジーの変更）に分類される。
• タイプIIの更新では、詳細つり合いを満たす補完的ペア（変数の追加／削除）を用い、受容確率は図の重みと提案分布の比から導出される。
• ボールドプロパゲーターと自己無撞着な再結合技術を用いることで、図の数を削減し、符号問題を軽減する。
• Cesàro、Cesàro-Riesz、指数的再結合といった再結合手法を用い、有限の最大図の次数 $N_*\to\infty$ における外挿を実行する。
• アルゴリズムは、ボソン系のワームアルゴリズムにインspiredされたワーム様更新スキームを用いて、図の空間を効率的に探索する。

実験結果

リサーチクエスチョン

• RQ1 相互作用を有するフェルミオン系において、符号問題を管理しつつ、図式モンテカルロが高次フェルミオン図を確率的にサンプリングできるか。
• RQ2 再結合技術が熱力学的極限における図式級数の収束をどの程度安定化・改善できるか。
• RQ3 DiagMC は有限サイズ補正なしに、1次元および3次元の Hubbard モデルの状態方程式をどの程度高精度に計算できるか。
• RQ4 図式再結合とボールドプロパゲーターの導入が、符号問題と計算コストにどのような影響を与えるか。
• RQ5 階乗的に増加する図の数と符号キャンセレーションに直面しても、DiagMC は無限の図の次数極限への外挿を信頼性高く行えるか。

主な発見

• DiagMC は、反発的 Hubbard モデルの1次元および3次元における状態方程式を成功裏に計算し、高温領域において1次元で正確なベンチマークに収束する。
• 1次元系では、密度の外挿誤差が約5%に留まり、より高い $N_*$ が必要であることが示された。
• 3次元系では、約4800 CPU時間の計算が必要であり、誤差の主因は $N_*\to\infty$ 外挿に起因する系統的不確実性であった。
• Cesàro-Riesz および指数的再結合法は、単純な級数や単純な Cesàro 和よりも優れた収束性を示した。
• 本手法は熱力学的極限に直接作用し、DCA などのクラスターベース手法の指数的スケーリング問題を回避する。
• ボールドプロパゲーターと自己無撞着な再結合技術の導入により、図の数が顕著に削減され、符号問題の軽減が達成され、実用的なシミュレーションが可能になった。