[论文解读] How to compute the constant term of a power of a Laurent polynomial efficiently

Pavel Metelitsyn|arXiv (Cornell University)|Nov 16, 2012

Algebraic Geometry and Number Theory参考文献 4被引用 3

一句话总结

本文提出了一种高效算法，通过单变量插值计算多元洛朗多项式幂的常数项，避免了中间数据的存储，并支持并行化。该方法可计算toric Calabi-Yau流形的主周期，并由此发现了此前未知的Calabi-Yau型微分算子。

ABSTRACT

We present an algorithm for efficient computation of the constant term of a power of a multivariate Laurent polynomial. The algorithm is based on univariate interpolation, does not require the storage of intermediate data and can be easily parallelized. As an application we compute the power series expansion of the principal period of some toric Calabi-Yau varieties and find previously unknown differential operators of Calabi-Yau type.

研究动机与目标

• 开发一种高效计算多元洛朗多项式幂的常数项的方法。
• 避免在计算过程中存储大型中间数据结构的需求。
• 使计算过程能够并行化以提升性能。
• 将该算法应用于计算toric Calabi-Yau流形主周期的幂级数展开。
• 通过此计算方法发现新的Calabi-Yau型微分算子。

提出的方法

• 该算法使用单变量插值计算常数项，将多变量问题简化为一系列单变量求值。
• 通过在特定点求值并插值结果，避免显式存储中间项。
• 该方法利用洛朗多项式的结构以限制计算复杂度。
• 由于不同点的求值可独立计算，该方法具有天然的可并行性。
• 通过在单位根或其他合适点的求值，利用插值重构常数项。
• 该算法的实现方式保持了数值稳定性与符号精度。

实验结果

研究问题

• RQ1 如何在不产生过度内存使用的情况下，高效计算高次幂的多元洛朗多项式常数项？
• RQ2 单变量插值能否有效应用于多变量常数项问题？
• RQ3 与现有符号或数值方法相比，该方法在计算上具有哪些优势？
• RQ4 该方法能否以高精度计算toric Calabi-Yau流形的主周期？
• RQ5 通过此计算框架，能够发现哪些新的Calabi-Yau型微分算子？

主要发现

• 该算法仅通过单变量插值且无需中间数据存储，即可高效计算洛朗多项式幂的常数项。
• 该方法高度可并行化，适用于大规模符号计算。
• 该方法成功计算了某些toric Calabi-Yau流形主周期的幂级数展开。
• 通过该计算，作者发现了此前未知的Calabi-Yau型微分算子。
• 该算法在代数几何的符号计算中表现出实际效率与可扩展性。
• 该方法为研究Calabi-Yau几何中的周期与镜像对称性提供了新的计算工具。