격자 게이지 이론을 위한 비섭동적 트리비얼라이징 흐름

초록

연속 정규화 흐름을 행렬 리 군에 적용해 게이지 변환에 대해 완전히 등변(equivariant)하도록 설계하였다. 2차원 SU(2)·SU(3) 격자 게이지 이론에 적용한 실험에서 기존 방법과 견줄 만한 샘플 효율을 달성했으며, 향후 고차원 및 실시간 시뮬레이션에 활용 가능함을 보였다.

상세 분석

이 논문은 연속 정규화 흐름(continuous normalizing flow, CNF)을 행렬 리 군, 특히 SU(N) 위에 직접 정의함으로써 게이지 이론에 필요한 대칭성을 자연스럽게 보존한다는 점에서 혁신적이다. 저자들은 흐름을 정의하는 미분 방정식 (\dot U(t)=Z_\theta(U,t)U(t)) 에서 벡터 필드 (Z_\theta) 를 일반적인 신경망으로 파라미터화하고, 이를 Lie 대수 (\mathfrak{su}(N)) 의 기저 ({T^a}) 를 이용해 표현한다. 이렇게 하면 흐름이 항상 군 내부를 이동하므로 수치적 안정성이 확보된다.

핵심 기술은 두 가지이다. 첫째, 손실 함수 (L(U)=\log q(U)+S(U)) 에 대한 효율적인 그래디언트를 얻기 위해 ‘adjoint sensitivity method’를 리 군에 맞게 확장한 것이다. 여기서는 adjoint 상태 (A(t)) 를 리 대수 원소로 두고, (\dot A=