[論文レビュー] Machine Learning meets Number Theory: The Data Science of Birch-Swinnerton-Dyer

Laura Alessandretti, Andrea Baronchelli+1 more|arXiv (Cornell University)|Nov 4, 2019

Topological and Geometric Data Analysis参考文献 30被引用数 17

ひとこと要約

本稿は、250万件を超える楕円曲線からなるCremonaデータベースを用い、機械学習、位相的データ解析（TDA）、統計モデリングの高度なデータサイエンス手法を応用して、Birch-Swinnerton-Dyer（BSD）予想に関連する不変量のパターンを調査している。BSD比のベータ分布のような統計的分布が明らかになり、勾配ブースティング木を用いてWeierstrass係数からランクやレギュレータといった主要な不変量を高い精度で予測している。これは、数論における最も深い未解決問題の一つに対する新たな実証的知見を提供する。

ABSTRACT

Empirical analysis is often the first step towards the birth of a conjecture. This is the case of the Birch-Swinnerton-Dyer (BSD) Conjecture describing the rational points on an elliptic curve, one of the most celebrated unsolved problems in mathematics. Here we extend the original empirical approach, to the analysis of the Cremona database of quantities relevant to BSD, inspecting more than 2.5 million elliptic curves by means of the latest techniques in data science, machine-learning and topological data analysis. Key quantities such as rank, Weierstrass coefficients, period, conductor, Tamagawa number, regulator and order of the Tate-Shafarevich group give rise to a high-dimensional point-cloud whose statistical properties we investigate. We reveal patterns and distributions in the rank versus Weierstrass coefficients, as well as the Beta distribution of the BSD ratio of the quantities. Via gradient boosted trees, machine learning is applied in finding inter-correlation amongst the various quantities. We anticipate that our approach will spark further research on the statistical properties of large datasets in Number Theory and more in general in pure Mathematics.

研究の動機と目的

• 大規模なデータサイエンスを用いて、楕円曲線の算術的不変量における統計的パターンを調査すること。
• 機械学習が、ランク、導子、レギュレータ、Tamagawa数などのBSD関連量の間の隠れた相関関係を解明できるかを検証すること。
• BSD比の分布と、Cremonaデータベース全体におけるその統計的挙動を調査すること。
• Weierstrass係数を入力として、主な不変量（例：ランク、レギュレータ）を予測するモデルを開発すること。
• 現代のデータ技術が純粋数学における役割を示すことで、データサイエンスと数論の対話を促進すること。

提案手法

• 本研究は、ℚ上でのWeierstrass形式で表された250万件を超える楕円曲線を含むCremonaデータベースを分析している。
• BSD関連不変量からなる6次元の点群に対して、位相的データ解析（TDA）と恒常ホモロジーを適用している。
• 勾配ブースティング木を用いて、Weierstrass係数（a₁, a₂, a₃, a₄, a₆）から数値的およびカテゴリカルなBSD量を予測している。
• 主な量の分布、特にBSD比に対して統計モデリングを実施しており、BSD比がベータ分布に従うことが判明している。
• 導子の割り切る性質のパターンと、固定されたa₁, a₂, a₃, ランクに対するa₆の条件付き統計を含む分析を行っている。
• 学習曲線とモデル比較（例：SVMとの比較）を用いて、予測性能と一般化能力を検証している。

実験結果

リサーチクエスチョン

• RQ1 Cremonaデータベース全体にわたり、BSD比の分布にどのような統計的パターンが現れるか？
• RQ2 機械学習モデルは、Weierstrass係数から楕円曲線のランクとレギュレータを正確に予測できるか？
• RQ3 ランクや導子ごとに、Weierstrass係数（a₄, a₆）はどのように分布しているか？
• RQ4 BSD不変量の高次元空間に、恒常ホモロジー特徴（例：）のようなトポロジカル構造が存在するか？
• RQ5 古典的数論では明らかでないが、Tamagawa数、レギュレータ、他の不変量の間には隠れた相関関係があるか？

主な発見

• BSD比（L関数値とレギュレータの積を、Tamagawa数の積と導子の平方根の積で割ったもの）は、データセット全体でベータ分布に従うことが判明した。
• 勾配ブースティング木は、Weierstrass係数から楕円曲線のランクを99％を超える精度で予測しており、強力な予測パターンが存在することを示している。
• a₁, a₂, a₃, ランクが固定された状態でのa₆の条件付き分布は一様でなく、平均と標準偏差がランクや係数の組み合わせによって顕著に変化している。
• 位相的データ解析により、BSD不変量の6次元点群に恒常ホモロジー構造が存在することが明らかになり、これらの量間に非自明な幾何的関係がある可能性が示唆された。
• 導子の割り切る性質のパターンが、a₆や他の不変量の分布と相関しており、特に高ランク曲線において顕著に現れた。
• モデルの学習曲線から、あるデータセットサイズを超えると予測性能が頭打ちになることが示され、Cremonaデータベースがランク予測において飽和に近づいている可能性が示唆された。