[論文レビュー] FORM, Diagrams and Topologies

Franz Herzog, Ben Ruijl+3 more|arXiv (Cornell University)|Aug 5, 2016

Particle physics theoretical and experimental studies参考文献 16被引用数 6

ひとこと要約

本論文は、4ループ自己エネルギー計算を含む、高ループ量子場の理論図の記号的処理を自動化するための高度な FORM プログラミング技術を提示する。頂点表現の最適化、'dotmaptabl' を用いた動的置換テーブル、複雑さを管理するための適応的展開戦略を導入し、計算コストを顕著に低減し、量子色力学および深エネルギーシンチラシ ンにおいて従来不可能であった計算を可能にした。

ABSTRACT

We discuss a number of FORM features that are essential in the automatic processing of very large numbers of diagrams as used in the Forcer program for 4-loop massless propagator diagrams. Most of these features are new.

研究の動機と目的

• 高ループ量子場の理論計算における、極めて多数のフェ Feynman 図の記号的処理を自動化すること。
• 頂点表現と縮約戦略の最適化により、4ループ質量なし自己エネルギー図の計算複雑度を低減すること。
• 図のトポロジーとべき構造に応じて適応する、FORM における知的置換スキームの開発。
• 高多重性積分における有理多項式係数および ε 展開の効率的取り扱い。
• HEPGAME プロジェクトを支援し、次世代の量子色力学における高精度計算を可能にするスケーラブルで自己最適化可能なコードの作成。

提案手法

• 自身の運動量ベクトルとの '自己縮約' を最大化する形で三重グルーオン頂点を再定式化し、項数を削減し、分母を排除する。
• 'dotmaptabl' を用いた動的置換テーブルシステムを実装し、トポロジーに最適化され、べきに最適化された id ルールを繰り返し運動量縮約に生成する。
• 運動量不変量の最大べきに基づいて最適な置換シーケンスを決定する再帰的アルゴリズムを用い、モジュラーかつ効率的な削減を実現する。
• 正確な有理多項式と切り捨てられた ε 展開の間を切り替えるハイブリッド計算モードを導入し、正確性とパフォーマンスのバランスを取る。
• 各図のトポロジーに応じて、適切な id ルールのセットを適用する 'トポロジーに配慮した' 置換戦略を導入し、中間式の成長を最小限に抑える。
• Forcer プログラムおよび MINOS ベースのワークフローにこの手法を統合し、図の表記、トポロジー分類、係数計算の自動化を実現する。

実験結果

リサーチクエスチョン

• RQ1 最適化された頂点表現と縮約パターンを用いることで、4ループ質量なし自己エネルギー図の記号的複雑度はどのように低減できるか？
• RQ2 自動化された戦略により、トポロジーに特化し、べきに最適化された置換ルールを FORM で生成するにはどうすればよいか？
• RQ3 FORM は、正確な有理係数と切り捨てられた ε 展開の間を切り替える適応的展開モードをどのように拡張できるか？
• RQ4 高多重性有理多項式に対して切り捨てられた展開を使用する際、計算速度と正確性の最適なバランスは何か？
• RQ5 図のトポロジーと運動量のべき構造に基づいて動的に置換テーブルを構築することで、FORM における自己最適化コード生成が達成可能か？

主な発見

• 新しい頂点表現により、'自己縮約' を活用して項数を削減し、分母を排除することで、純粋にグルーオンから成る図において顕著な簡略化が達成された。
• 'dotmaptabl' システムにより、トポロジーに最適化された置換ルールの自動生成が可能になり、必要な id ステートメント数が削減され、計算効率が向上した。
• 最大運動量不変量のべきに応じて適応する動的置換スキームにより、最適なモジュール数と式サイズが達成された。
• ハイブリッド計算モードにより、正確な有理多項式から切り捨てられた ε 展開への切り替えが可能であり、'expand(ep,14)' を用いた深さ制御により複雑さを管理できた。
• 本アプローチにより、深エネルギーシンチラシ ンにおける 4 ループ係数関数の計算が成功裏に達成され、既存の文献における最先端を上回った。
• 問題の構造に基づいてプログラム自身が置換論理を生成・最適化できるため、将来的なスケーラビリティをサポートするフレームワークが実現した。