[论文解读] Monte Carlo Algorithms For Reduced Lattices, Mixed Actions, And Double-Trace Deformations

Hélvio Vairinhos|arXiv (Cornell University)|Oct 6, 2010

Mathematical Approximation and Integration参考文献 24被引用 14

一句话总结

该论文通过推广Fabricius-Haan辅助变量方法，为具有简化格点、混合动作和双迹 deformation 的 SU(N) 格点规范理论提出了高效的蒙特卡罗算法。它构建了伪热浴、超松弛和冷却算法，显著优于梅特罗波利斯更新在去相关性和效率方面，尤其适用于基础、伴随和更高 N-性表示（最多到 k=3）的平面元。

ABSTRACT

We construct efficient Monte Carlo updating algorithms for two classes of pure SU(N) lattice gauge actions with non-linear dependence on the link variables. Our construction generalises the method of auxiliary variables used by Fabricius and Haan in the framework of Eguchi-Kawai models. We first review the original Fabricius-Haan method of constructing a pseudo-heatbath algorithm for fully reduced models, and discuss its extension to lattices with any number of reduced directions. We then use a similar method to construct updating algorithms for generic SU(N) mixed Wilson actions. We construct explicit examples of algorithms for Wilson actions whose plaquettes are in an irreducible representation of SU(N) with N-ality up to 3. We also construct updating algorithms for the lattice version of centre-stabilised SU(N) Yang-Mills theories defined on R^{d-1} x S^1, including the case of a fully reduced compact direction. We simulate the new algorithms and show that they are, in general, significantly more efficient than their Metropolis counterparts.

研究动机与目标

• 为具有非线性作用的 SU(N) 格点规范理论开发高效的蒙特卡罗更新算法，特别是在简化和混合动作框架下。
• 将 Fabricius-Haan 辅助变量方法从完全简化的 Eguchi-Kawai 模型推广到部分简化和通用混合威尔逊作用。
• 实现在 R^{d-1}×S^1 上的中心稳定杨-米尔斯理论的高效模拟，包括完全简化的紧凑方向。
• 克服标准梅特罗波利斯算法在 SU(N) 规范理论中因复杂作用依赖性导致的低效和差的去相关性。
• 为 N-性表示 k ≤ 3 的平面元提供明确且可实现的算法。

提出的方法

• 通过引入辅助变量，将非线性 SU(N) 作用的玻尔兹曼权重线性化，推广 Fabricius-Haan 方法。
• 使用 Box-Müller 变换生成复高斯随机矩阵以构建辅助变量。
• 构造辅助变量 R_n,x 和 Q_n,x^(m)，以表示作用对规范变量的非线性依赖。
• 应用 Cabibbo-Marinari 伪热浴、SU(2)/SU(N) 超松弛或冷却算法，高效更新规范变量。
• 通过引入紧致化的时间方向并定义路径有序乘积和辅助矩阵，将方法适配至双迹 deformation。
• 推导有效挂钩和 V_μ,x，并通过变形项 V_x^def 修改紧凑方向，确保玻尔兹曼权重采样的正确性。

实验结果

研究问题

• RQ1 Fabricius-Haan 辅助变量方法能否推广至具有混合动作和非线性平面元项的 SU(N) 规范理论？
• RQ2 如何为 SU(N) 格点规范理论中处于更高 N-性表示（k=2,3）的平面元实现高效的蒙特卡罗更新？
• RQ3 该方法能否扩展至具有简化紧凑方向的 R^{d-1}×S^1 上的中心稳定杨-米尔斯理论？
• RQ4 与梅特罗波利斯更新相比，新算法在去相关性和接受率方面的性能提升如何？
• RQ5 该方法能否系统地应用于涉及 SU(N) 不可约表示且 N-性表示 k ≤ 3 的作用？

主要发现

• 所提出的算法显著优于梅特罗波利斯更新，具有更快的去相关性和更高的接受率。
• 为 SU(N) 混合动作中处于基础、伴随和更高 N-性表示（k=2,3）的平面元构建了明确的算法。
• 对于伴随表示，该方法在 β_A > 0 和 β_A < 0 时均适用，使此前难以模拟的区域成为可能。
• 在 R^{d-1}×S^1 上处理双迹 deformation 的算法成功处理了紧凑方向，同时保持了遍历性和效率。
• 数值测试证实，新算法在所有测试案例中均优于梅特罗波利斯算法，尤其在高 N 和非线性作用区域表现更优。
• 该方法将原始 Fabricius-Haan 方法推广至包含部分简化格点和混合动作的情形，显著拓宽了其在现代格点规范理论模拟中的适用范围。