[论文解读] An Automated Generation of Bootstrap Equations for Numerical Study of Critical Phenomena

Mocho Go|arXiv (Cornell University)|Jun 7, 2020

Model Reduction and Neural Networks参考文献 103被引用 14

一句话总结

本论文提出两种自动化工具 autoboot 和 qboot，用于在共形 bootstrap 程序中生成 bootstrap 方程和半正定规划（SDP），显著简化了具有全局对称性的共形场论（CFT）的数值研究。通过与 SDPB 求解器集成，该框架实现了对 3D Ising 模型和 O(2) 向量模型等模型中临界指数和算符谱的严格、高效计算，对无关算符得出了紧致的约束，如 Δε′ < 3.83 和 Δσ′ < 5.3。

ABSTRACT

In this thesis, we introduce new tools for the conformal bootstrap, autoboot and qboot. Each tool solves a different step in the whole computational stack, and combined with an existing efficient tool SDPB which solves semidefinite programming (SDP), our tools make it easier to study conformal field theories with more complicated global symmetries and with more general spectra. In the introduction, we review how the conformal bootstrap method gives rich information about the theory at the fixed point of renormalization group, or in other words, the critical phenomena such as the Ising model at criticality. The following three sections focus on the theories behind the implementation of autoboot and qboot, and the explicit implementation, freely available at https://github.com/selpoG/autoboot/ and https://github.com/selpoG/qboot/, is discussed in section 5. We also have two applications in the last section, the Ising model and the O(2) vector model in three dimensions, each of them has close relationship with a physical system in the real world.

研究动机与目标

• 自动化生成具有全局对称性的共形场论（CFT）的 bootstrap 方程，最大限度减少手动推导的复杂性。
• 通过 qboot 将 bootstrap 方程高效地转化为适合半正定规划（SDP）的形式，实现高效的数值分析。
• 提升具有复杂谱和非阿贝尔全局对称性的 CFT 的共形 bootstrap 计算的效率与可扩展性。
• 提供一种系统化、可复现且开源的框架，用于研究统计场论中如 3D Ising 模型和 O(2) 模型等临界现象。
• 实现对无关算符谱的严格约束，包括对临界行为修正的主导算符的量纲。

提出的方法

• autoboot 利用全局对称性群的表示理论和 CFT 算符内容，自动从群论数据生成 bootstrap 方程。
• qboot 通过有理逼近和共形块分解，将生成的 bootstrap 方程转化为适合半正定规划（SDP）的形式。
• 该框架与 SDPB 求解器集成，高效求解生成的 SDP，实现对 CFT 谱的数值约束。
• 采用热启动技术加速 SDP 求解过程中的收敛，尤其在岛屿绘图（island-plotting）程序中效果显著。
• 利用共形块的对角极限和横向导数，提升数值稳定性和精度。
• 整个流水线以开源代码形式实现，发布于 GitHub，确保可复现性与可扩展性。

实验结果

研究问题

• RQ1 如何实现具有全局对称性的 CFT 的 bootstrap 方程的自动化生成，以最小化手动推导？
• RQ2 将 bootstrap 方程映射为适合半正定规划（SDP）求解器的形式，最高效的方式是什么？
• RQ3 自动化工具能否提升对临界模型中初级算符量纲的约束精度与严格性？
• RQ4 所得的无关算符约束与蒙特卡洛模拟和 ε-展开结果相比如何？
• RQ5 对谱的有限截断在多大程度上能以受控方式逼近完整的 bootstrap 解？

主要发现

• 该框架成功为 3D Ising 模型和 O(2) 向量模型生成了 bootstrap 方程，其结果与已知的临界指数一致。
• 对于 3D Ising 模型，该方法得出了对 Z2 偶性无关标量的严格上界 Δε′ < 3.83，优于以往非严格估计。
• 对于 O(2) 模型，该方法在 (Δϕ, Δs) 平面上生成了紧致的排除区域，与蒙特卡洛模拟和 4He 实验数据一致。
• 该方法为 Ising 模型中 Z2 奇性无关标量的主导算符给出了严格上界 Δσ′ < 5.3，与蒙特卡洛估计一致但更紧致。
• 在 Ising 模型中，该方法指导下的谱有限截断为未来基于截断的 bootstrap 方法提供了有前景的起点。
• autoboot 与 qboot 与 SDPB 的集成，实现了对具有复杂全局对称性的 CFT 的高效、可扩展且可复现的数值 bootstrap 研究。