[論文レビュー] Multiple Deligne values: a data mine with empirically tamed denominators

David Broadhurst|arXiv (Cornell University)|Sep 25, 2014

Advanced Mathematical Identities参考文献 20被引用数 12

ひとこと要約

本稿は、7ループのヒッグスボソンカウンターテルムにおけるMDV還元の有理係数に見られる、前例のない大きな素数分母（例：50909, 121577）を解消するため、重み11までで複数のデリーニ値（MDV）の新基底を構築した。1337万個の有理係数のデータマイニングを実施し、すべての分母が小さな素数（≤3）で構成されるようにした。53個の原始的MDVからの数値データを用い、20000桁の高精度評価が高速に可能となり、MDVの構造と還元に関する6つの経験的検証済みの予想を導いた。

ABSTRACT

Multiple Deligne values (MDVs) are iterated integrals on the interval $x\in[0,1]$ of the differential forms $A=d\log(x)$, $B=-d\log(1-x)$ and $D=-d\log(1-λx)$, where $λ$ is a primitive sixth root of unity. MDVs of weight 11 enter the renormalization of the standard model of particle physics at 7 loops, via a counterterm for the self-coupling of the Higgs boson. A recent evaluation by Erik Panzer exhibited the alarming primes 50909 and 121577 in the denominators of rational coefficients that reduce this counterterm to a Lyndon basis suggested by ideas from Pierre Deligne. Oliver Schnetz has studied this problem, using a method from Francis Brown. This gave 2111, 14929, 24137, 50909 and 121577 as factors of the denominator of the coefficient of $π^{11}/\sqrt{3}$. Here I construct a basis such that no denominator prime greater than 3 appears in the result. This is achieved by building a datamine of 13,369,520 rational coefficients, with tame denominators, for the the reductions of 118,097 MDVs with weights up to 11. Then numerical data for merely 53 primitives enables very fast evaluation of all of these MDVs to 20000 digits. In the course of this Aufbau, six conjectures for MDVs are formulated and stringently tested.

研究の動機と目的

• 7ループのヒッグスボソンカウンターテルムにおけるMDV還元の有理係数に現れる、大きな未解明な素数（例：50909, 121577）の存在を解消すること。
• 重み≤11のMDVに対して、分母がすべて小さな素数（≤3）である13,369,520個の有理係数のデータマイニングを構築すること。
• 53個の原始的MDVのみを用いて、重み≤11の全118,097個のMDVを20,000桁の精度で高速に評価すること。
• MDVの代数的・算術的構造に関する6つの新しい予想を提示し、経験的に検証すること。
• パンツァーとシュネツのデリーニ基底還元で見られた分母の素数の膨張を回避する基底を提供すること。

提案手法

• 原始的6乗根$ \rho $を用いた微分形式$ A = d/\log(x) $, $ B = -d/\log(1-x) $, $ D = -d/\log(1-\rho x) $ を用いてMDVのカスタム基底を構築する。
• 試行錯誤とモジュラー補正技術を組み合わせ、有理係数の分母から大きな素数を体系的に除去する。
• MDVの複素共役対称性（補題1）を活用し、生成関数による実部・虚部の分離を実現し、LLLおよびPSLQによる整数関係探索を効率化する。
• 53個の原始的MDVからの数値データを用い、専用のGPユーティリティ（MDVgrep.gp）により、重み≤11の全118,097個のMDVを20,000桁の精度で高速に評価する。
• 深さ4におけるテイラー展開（式55）を用い、それを深さ3へ一般化（式56）することで、ヒッグス自己結合項のカウンターテルム式を簡略化する。
• パンツァーとシュネツのデリーニ基底還元で見られた分母の膨張を回避する、修正されたリンドン基底アプローチを採用する。

実験結果

リサーチクエスチョン

• RQ1 7ループのヒッグスカウンターテルムにおけるMDV還元の有理係数に、50909 や 121577 といった大きな素数が現れる理由は何か？ これは、見かけ上妥当な基底を用いているにもかかわらずである。
• RQ2 有理係数の分母に3より大きな素数が現れないようなMDVの基底を構築可能か？
• RQ3 深さ固有の対称性や共役関係（特に補題1）を用いることで、MDVの構造はどの程度簡略化可能か？
• RQ4 重み≤11の全MDVの高速かつ高精度評価を可能にする有理係数のデータマイニングを構築可能か？
• RQ5 標準的なスタッフル関係が$\{A,B,D\}$アルファベットにおいてなぜ失敗するのか、背後にあるより深い代数的・モチーフ的根拠は何か？ また、モジュラー形式やMZVとどのように関連するか？

主な発見

• 重み≤11のMDVに対して、分母がすべて3以下の素数で構成される13,369,520個の有理係数のデータマイニングを構築した。
• 53個の原始的MDVのみを用いて、MDVgrep.gpユーティリティにより、重み≤11の全118,097個のMDVを20,000桁の精度で評価可能である。
• ヒッグスカウンターテルムにおける$ \pi^{11}/\sqrt{3} $の係数は、8個の大きな素数（例：50909, 121577）を含む分母から、小さな素数のみを含む形に簡略化された。
• 6つの新しい予想（1～6）を提示し、特にグランアスの手法が特定の交代和に到達可能かどうかを示す予想5を厳密に検証した。
• パンツァーとシュネツの結果で見られた分母の素数の膨張を回避するため、デリーニ基底を数値最適化された基底に置き換えることで、本手法は成功した。
• 深さ4のテイラー展開（式55）とその深さ3への一般化（式56）により、7ループのカウンターテルムに対して洗練され、コンactな表現が得られ、新基底の有効性が裏付けられた。