[论文解读] Murmurations of elliptic curves

Yang‐Hui He, Kyu‐Hwan Lee+2 more|arXiv (Cornell University)|Apr 21, 2022

Algebraic Geometry and Number Theory参考文献 7被引用 4

一句话总结

本文研究了按秩和导子范围分组的椭圆曲线上 $a_p$-系数的平均行为，揭示了其分布中出人意料的振荡模式。通过使用前10个 $a_p$-值的逻辑回归和主成分分析，作者在分类秩 $\leq 1$ 与 $\geq 2$ 的曲线时达到了超过95%的准确率，表明这是一种新颖的数据驱动方法，可用于理解秩的分布。

ABSTRACT

We investigate the average value of the Frobenius trace at p over elliptic curves in a fixed conductor range with given rank. Plotting this average as p varies over the primes yields a striking oscillating pattern, the details of which vary with the rank. Based on this observation, we perform various data-scientific experiments with the goal of classifying elliptic curves according to their ranks.

研究动机与目标

• 研究在固定秩和导子范围下，椭圆曲线上 $a_p$-系数的平均分布。
• 探索这些平均值中的振荡行为是否可用于秩分类。
• 开发并测试机器学习模型——逻辑回归和主成分分析（PCA）——仅使用有限个 $a_p$-系数来区分不同秩的椭圆曲线。
• 提供一种启发式、数据驱动的框架，基于 $a_p$-序列对椭圆曲线进行分类，特别是针对秩 $\leq 1$ 与 $\geq 2$ 的情况。
• 在数据中发现新的数学结构，例如 $f_r(n)$ 的非单调振荡，这些结构可能为更深层次的数论洞察提供启示。

提出的方法

• 将 $f_r(n)$ 定义为所有秩为 $r$ 且导子在 $[N_1, N_2]$ 范围内的椭圆曲线的 $a_{p_n}$-系数的平均值。
• 利用 LMFDB 中的数据，计算 $n \leq 1000$（对应素数至 7919）在导子范围 $[7500,10000]$ 和 $[5000,10000]$ 内的 $f_r(n)$。
• 使用前10个 $a_p$-系数（$p = 2$ 到 $29$）作为特征，应用逻辑回归来分类秩 $\leq 1$ 与 $\geq 2$ 的曲线。
• 对 $a_p$-向量执行主成分分析（PCA），以可视化秩为 0、1 和 2 的曲线之间的聚类模式。
• 对 $f_r(n)$ 的振荡行为拟合参数化模型，以理解其函数形式。
• 构建一个启发式逻辑回归函数 $r(\mathbf{a}) = \frac{1}{1 + e^{-(\mathbf{w} \cdot \mathbf{a} + b)}}$，其中学习得到的权重 $\mathbf{w}$ 和偏置 $b$ 用于分类。

实验结果

研究问题

• RQ1 当按秩和导子范围分组时，椭圆曲线上 $a_p$-系数的平均值是否表现出结构化的、非单调的振荡？
• RQ2 前10个 $a_p$-系数在多大程度上能够区分秩 $\leq 1$ 与 $\geq 2$ 的椭圆曲线？
• RQ3 $a_p$-向量的主成分如何反映秩为 0、1 和 2 的曲线之间的潜在结构差异？
• RQ4 能否基于早期 $a_p$-值构建一个简单的启发式函数，以实现高精度的秩分类？
• RQ5 观察到的 $f_r(n)$ 中的振荡模式具有何种数学意义，尤其是在 Sato–Tate 估计的背景下？

主要发现

• 当按第 $n$ 个素数的索引 $n$ 绘制时，秩为 0、1 和 2 的椭圆曲线上 $a_p$-系数的平均值表现出显著不同的振荡模式。
• 仅使用前10个 $a_p$-系数（$p = 2$ 到 $29$）的逻辑回归在导子范围 $[10000,20000]$ 内对秩 $\leq 1$ 与 $\geq 2$ 的曲线分类准确率约为 95%。
• 在更小的导子范围 $[1,10000]$ 内，相同方法的准确率约为 97%，表明数据更密集时性能有所提升。
• 针对 $[10000,20000]$ 的学习逻辑回归模型使用权重 $\mathbf{w} = (-1.1198, -1.1273, \dots, -0.1939)$ 和偏置 $b = -5.6277$，分类阈值为 0.5。
• 该模型正确将一条秩为1的曲线（$a_p = (1,1,1,1,-1,1,2,-4,-4,6)$）分类为秩 $\leq 1$（$r(\mathbf{a}) \approx 0.0001$），也将一条秩为2的曲线（$a_p = (0,-2,-1,-4,0,1,0,-8,0,-1)$）分类为秩 $\geq 2$（$r(\mathbf{a}) \approx 0.9746$）。
• PCA 显示曲线按秩聚类，主成分上的载荷反映了 $f_r(n)$ 的振荡行为，表明数据中存在潜在的几何结构。