[论文解读] Evaluation of Multi-Sums for Large Scale Problems

J. Blümlein, A. Hasselhuhn+1 more|arXiv (Cornell University)|Feb 20, 2012

Particle physics theoretical and experimental studies被引用 16

一句话总结

本论文提出了一种基于差分域理论的完全自动化符号求和方法，用于简化量子场论中三圈费曼积分产生的大规模多重求和表达式。利用 Mathematica 工具包 EvaluateMultiSums 和 SumProduction，该方法将复杂的多重求和转化为以调和和、S-和、分圆和表示的紧凑嵌套乘积-求和表达式，从而实现对大规模振幅的高效 ε-展开——通过完整计算费米子胶子型算符矩阵元的三圈过程得到验证。

ABSTRACT

A big class of Feynman integrals, in particular, the coefficients of their Laurent series expansion w.r.t.\ the dimension parameter $\ep$ can be transformed to multi-sums over hypergeometric terms and harmonic sums. In this article, we present a general summation method based on difference fields that simplifies these multi--sums by transforming them from inside to outside to representations in terms of indefinite nested sums and products. In particular, we present techniques that assist in the task to simplify huge expressions of such multi-sums in a completely automatic fashion. The ideas are illustrated on new calculations coming from 3-loop topologies of gluonic massive operator matrix elements containing two fermion lines, which contribute to the transition matrix elements in the variable flavor scheme.

研究动机与目标

• 开发一种完全自动化的方法，用于简化量子场论中三圈费曼积分产生的大型复杂多重求和表达式。
• 实现对大质量算符矩阵元在 ε（维度正规化）下的洛朗级数系数的高效计算。
• 通过将多重求和转化为代数独立的嵌套乘积-求和，降低大规模振幅计算的计算成本与内存占用。
• 通过可扩展、可并行化的多重求和评估与系数提取例程，支持此类计算的大规模生产。
• 提供一个系统化的框架，将结果表示为调和和、S-和、分圆和等知名特殊函数的形式。

提出的方法

• 利用差分域理论与 ΠΣ-域，将费曼积分产生的多重求和符号化简化为不定嵌套乘积-求和表达式。
• 采用 Sigma 包基于递推关系的符号求和与构造性对消法，推导并求解多重求和的线性递推关系。
• 引入两阶段处理流程：(1) 通过范围同步与代数基简化，将 2419 个多重求和简化为 29 个关键求和；(2) 使用 EvaluateMultiSums 并行展开关键求和的 ε-展开。
• 利用 SumProduction 管理大规模计算，将表达式拆分为超几何项 h(n, i1, i2, ε) 与有理函数 r(n, i1, i2, ε)，实现模块化处理。
• 通过 HarmonicSums 工具包对调和和与分圆和进行约简，将最终结果表示为 S1(n)、S2(n)、S3(n) 等形式。
• 采用容错性高、基于文件的并行执行模型，每个求和独立处理，结果在事后合并。

实验结果

研究问题

• RQ1 如何系统性地将三圈费曼积分产生的多重求和表达式简化为代数独立的嵌套乘积-求和？
• RQ2 哪些符号求和技术能够实现对大质量算符矩阵元在 ε 下洛朗级数系数的自动推导？
• RQ3 能否构建一个可扩展、可并行化的框架，以处理大规模量子场论计算中数千个多重求和？
• RQ4 将一个 2 GB 的 2419 重求和表达式转化为以调和和与 S-和表示的紧凑形式，其性能与内存效率如何？
• RQ5 在具有复杂索引依赖关系的多重求和递归简化过程中，如何稳健地管理极点结构与求和边界？

主要发现

• 该方法成功将一个 2 GB 的 2419 重求和表达式简化为仅含 29 个求和与 15 个有理项的 7.6 MB 紧凑表达式，耗时 6 小时 53 分钟。
• 所有关键求和的 ε-展开在 2 小时 35 分钟内并行完成，每个求和的展开时间与处理单个典型求和相当。
• 最终结果（合并所有子结果）仅需 100 KB 内存，表达式形式包含 ζ2、ζ3、(−1)^n、S1(n)、S2(n)、S3(n)、S2,1(n)、S3,1(n) 与 S2,1,1(n)。
• 整个计算过程（包括简化、展开与合并）约耗时 9.5 小时，证明了其在大规模生产中的可行性。
• 该方法实现了完全自动化，递推求解无失败；任何失败均归因于次优的求和表示，可通过优化恢复成功。
• 该方法使此前难以处理的三圈振幅（如费米子对胶子型大质量算符矩阵元的贡献）得以完全符号化且高效地计算。