Exploring gauge-fixing conditions with gradient-based optimization

要約

例えば、RI-MOM繰り込みスキームや模型計算の比較対象として使用されるゲージ変量などを計算するためには、格子のゲージ固定が必要である。最近、ゲージ変量は輪郭変形を用いたS/N最適化にも適していることがわかってきました。これらの応用は、系統的なパラメータ化とゲージ固定スキームの探求を動機づける。この研究では、ランダウ・ゲージ、クーロン・ゲージ、および最大木ゲージをカバーするのに十分な幅を持つ、ゲージ固定の微分可能なパラメータ化を紹介する。アドジョイント状態法は、任意の目標損失関数を最小化するゲージ固定スキームを選択するための勾配ベースの最適化を可能にする。

要約(オリジナル)

Lattice gauge fixing is required to compute gauge-variant quantities, for example those used in RI-MOM renormalization schemes or as objects of comparison for model calculations. Recently, gauge-variant quantities have also been found to be more amenable to signal-to-noise optimization using contour deformations. These applications motivate systematic parameterization and exploration of gauge-fixing schemes. This work introduces a differentiable parameterization of gauge fixing which is broad enough to cover Landau gauge, Coulomb gauge, and maximal tree gauges. The adjoint state method allows gradient-based optimization to select gauge-fixing schemes that minimize an arbitrary target loss function.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL