[论文解读] Direct sampling of the self-energy with Connected Determinant Monte Carlo

Riccardo Rossi|arXiv (Cornell University)|Feb 13, 2018

Scientific Research and Discoveries被引用 13

一句话总结

本文提出了一种在连通行列式蒙特卡洛框架内对自能进行直接蒙特卡洛采样的高效算法，利用多变量形式幂级数实现对连通费曼图拓扑的精确求和。该方法的计算效率与格林函数采样相当，相较于以往的自能采样方法成本更低，并且由于其代数基础，可普遍适用于各类模型。

ABSTRACT

In this note, we present an efficient algorithm to sample directly the self-energy in the framework of the Connected Determinant technique. The introduction of the formalism of many-variable formal power series is essential to the proof, and more generally it is a natural mathematical tool for diagrammatic expansions.

研究动机与目标

• 开发一种高效算法，用于在传统量子蒙特卡洛方法面临符号问题的强关联费米系统中，直接采样自能。
• 通过直接靶向自能而非间接采样，克服传统方法的低效性，尤其在高频和低阶图区域更具相关性。
• 基于严格的代数形式体系，将连通行列式蒙特卡洛方法从格林函数推广至自能。
• 证明自能采样算法的计算复杂度与格林函数版本相同，从而实现可扩展模拟。

提出的方法

• 该方法采用多变量形式幂级数表示自能泛函，实现图展开的代数操作。
• 利用从形式幂级数除法推导出的递归公式，高效计算自能系数。
• 自能表示为非相互作用格林函数与基于行列式振幅泛函的比值，后者通过改进的矩阵行列式公式计算。
• 算法在动量和频率空间中采样相互作用顶点构型，自能通过顶点子集的递归分解计算。
• 该形式体系确保计算成本随相互作用顶点数 |V| 呈 O(3^{|V|}) 增长，与格林函数采样效率一致。
• 该方法利用行列式恒等式，在蒙特卡洛积分变量采样前精确求和所有连通图拓扑。

实验结果

研究问题

• RQ1 在连通行列式蒙特卡洛框架中，能否以与格林函数采样相当的计算效率直接采样自能？
• RQ2 多变量形式幂级数的使用是否能提供比费曼图直觉更系统、更高效的自能采样算法推导方式？
• RQ3 自能的递归公式在强关联系统中是否具有计算可行性与可扩展性？
• RQ4 该代数形式体系能否推广至自能和格林函数之外的其他物理量？

主要发现

• 自能可直接采样，其计算成本与连通行列式蒙特卡洛方法中格林函数的 O(3^{|V|}) 相当。
• 该算法的计算成本低于以往的自能采样方法，例如 Simkovic 和 Kozik (2017) 以及 Moutenet 等人 (2018) 提出的方法。
• 多变量形式幂级数提供了数学上严谨且通用的框架，超越了费曼图直觉在推导递归公式时的局限性。
• 该方法实现了动量和频率表象下自能的高效采样，这对高频和低阶图区域至关重要。
• 该形式体系通过引入空间依赖的耦合常数，实现了对局域与非局域关联的统一处理，为发展混合量子蒙特卡洛方法提供了可能路径。