Interpretable Analytic Calabi-Yau Metrics via Symbolic Distillation

Technische Zusammenfassung: Interpretierbare analytische Calabi–Yau-Metriken mittels symbolischer Destillation

Problemstellung
Die Arbeit adressiert die Herausforderung, kompakte, analytische Beschreibungen von Ricci-flachen Calabi–Yau (CY)-Metriken zu erhalten. Während Yaus Theorem die Existenz solcher Metriken garantiert, liefert es keine geschlossenen Formeln. Aktuelle numerische Ansätze, wie das Programm der Donaldson-balancierten Metriken, liefern zwar genaue Approximationen, resultieren jedoch in großen algebraischen Objekten (z. B. $H$-Matrizen) anstatt in strukturellen, interpretierbaren Formeln. Die Autoren konzentrieren sich auf eine spezifische, geometrisch bedeutsame skalare Observablen, die aus der Metrik abgeleitet ist: das punktweise Log-Determinanten-Verhältnis $R_\psi(z) = \log(\det g_{RF}(z; \psi) / \det g_{FS})$. Diese Observablen misst die Abweichung der Ricci-flachen Metrik von der Fubini–Study-Basislinie. Die zentrale Frage ist, ob diese skalare Feld durch eine geringe Anzahl projektiver Invarianten kompakt beschrieben werden kann und ob eine solche Beschreibung über die Komplexstruktur-Moduli hinweg stabil bleibt.

Methodik
Die Autoren wenden eine Strategie der „symbolischen Destillation“ an, bei der eine hochgenaue numerische Lösung als „Lehrer“ behandelt und in eine spärliche symbolische Formel komprimiert wird.

1. Konstruktion des algebraischen Lehrers:

   • Die Studie konzentriert sich auf die Dwork-Quintik-Familie, definiert durch $\sum z_i^5 - 5\psi \prod z_i = 0$.
   • Donaldsons Algorithmus für balancierte Metriken wird bei Polynomgrad $k=10$ (Basisgröße 875) implementiert, um eine algebraische Lehrer-Metrik ($g_{alg}$) zu erzeugen.
   • Die „Ricci-Flachheits-Indikator“ $\sigma(\eta)$, die Standardabweichung von $\eta = \det(g) |\Omega|^2 / \det(g_{FS})$, wird zur Validierung des Lehrers verwendet. Am Fermat-Punkt ($\psi=0$) liegt $\sigma \approx 0,65\,\%$, was auf eine qualitativ hochwertige Approximation hindeutet. An deformierten Punkten ($\psi \in [0,2, 0,8]$) liegt $\sigma \approx 8\text{--}9\,\%$, was als lokale explorative Lehrer dient.
   • Daten werden generiert, indem $10^5$ Punkte auf der Quintik durch den Schnitt mit zufälligen komplexen Linien gesampelt werden, normiert auf $\sum |z_i|^2 = 1$.

2. Eingeschränkter Merkmalsraum:

   • Anstatt die vollständige Invarianten-Algebra zu verwenden, beschränken die Autoren die Regression auf permutationssymmetrische Funktionen der Koordinatenmoduli $|z_i|^2$.
   • Der Kandidaten-Merkmalsatz besteht aus Potenzsummen $p_k = \sum |z_i|^{2k}$ und elementaren symmetrischen Polynomen $e_k$.
   • Die Studie testet spezifisch die Hinlänglichkeit der zwei niedrigsten nicht-trivialen Generatoren: $p_2$ und $\sigma_3 = e_3$.

3. Symbolische Regression:

   • Die PySR-Bibliothek wird verwendet, um kompakte Formeln zu suchen, die $(p_2, \sigma_3)$ auf die Zielgröße $R_\psi$ abbilden.
   • Der Suchraum umfasst Standard-Arithmetik-Operatoren, Logarithmen und Quadratwurzeln.
   • Die Modellselektion nutzt ein Pareto-Kriterium, das Verlust (Loss) und Komplexität abwägt.

Zentrale Beiträge und Ergebnisse

1. Nahezu-Zweidimensionalität der Observablen:

   • Ablationsstudien: Innerhalb der eingeschränkten symmetrischen Merkmalsklasse wird die Observable $R_\psi$ fast vollständig durch nur zwei Koordinaten, $p_2$ und $\sigma_3$, erfasst.
   • Das Hinzufügen höherer symmetrischer Generatoren ($e_4, e_5, p_3, \dots$) zu einem Polynommodells 3. Grades erhöht das gehaltene Test-$R^2$ um weniger als $10^{-3}$ (von $0,9447$ auf $0,9453$).
   • Dies deutet darauf hin, dass die Observable innerhalb dieser spezifischen Merkmalsklasse effektiv zweidimensional ist.

2. Entdeckung eines rationalen Gerüsts (Scaffold):

   • Während niedergradige Polynome bei $R^2 \approx 0,944$ stagnieren, identifiziert die symbolische Regression ein fünfteiliges rational-polynomisches Gerüst, das ein gehaltenes Test-$R^2 = 0,998$ (RMSE = 0,0205) erreicht.
   • Die repräsentative Form lautet:
     $$\log\left(\frac{\det g_{alg}}{\det g_{FS}}\right) \approx c_0 + c_1 \frac{1}{p_2^2} + c_2 \frac{\sigma_3}{p_2^3} + c_3 p_2 + c_4 \sigma_3$$
   • Die inversen Potenzterme ($1/p_2^n$) sind entscheidend; das Entfernen dieser verschlechtert die Leistung, und sie erscheinen in 100 % der unabhängigen Regressionsläufe. Diese Terme sind auf der Mannigfaltigkeit beschränkt ($p_2 \ge 1/5$) und kodieren wahrscheinlich das Verhalten extremer Koordinaten.

3. Moduli-Stabilität und Refitting:

   • Die funktionale Form des gefundenen Gerüsts bleibt über den Moduli-Bereich $\psi \in [0, 0,8]$ gültig.
   • Indem die bei $\psi=0$ gefundene funktionale Form fixiert und nur die fünf Skalar-Koeffizienten mittels Kleinste-Quadrate-Verfahren an jedem neuen $\psi$ nachjustiert werden, behält das Modell ein $R^2 \ge 0,947$ über den gesamten Bereich bei.
   • Die Koeffizienten variieren glatt, wobei $c_1$ monoton abnimmt und $c_2$ zwischen $\psi=0,6$ und $0,8$ das Vorzeichen wechselt.

4. Robustheitsprüfungen:

   • Multi-Seed-Validierung: 10 unabhängige Regressionsläufe stellen konsistent das $(p_2, \sigma_3)$-Paar mit einem mittleren $R^2 = 0,997$ wieder her.
   • Cross-$k$-Validierung: Das auf $k=10$ Daten trainierte Gerüst generalisiert auf $k=6$ und $k=8$ Lehrer (nach Offset-Korrektur), was darauf hindeutet, dass die Form die Struktur der Observablen widerspiegelt und kein Artefakt endlicher $k$ ist.
   • Permutationstests: Das Vertauschen von $p_2$ oder $\sigma_3$ führt dazu, dass $R^2$ auf negative Werte fällt, was die prädiktive Notwendigkeit ihrer Verwendung bestätigt.

Bedeutung und Umfang
Das Paper beansprucht einen strukturellen statt eines Solver-basierten Beitrag. Es liefert keine geschlossene Formel für die vollständige Ricci-flache Metrik oder das Kähler-Potential. Stattdessen demonstriert es, dass für die spezifische Observable $R_\psi$ die komplexe Geometrie der Dwork-Quintik in eine kompakte, interpretierbare rationale Expression unter Verwendung von nur zwei symmetrischen Invarianten komprimiert werden kann.

• Interpretierbarkeit: Die resultierende Formel ist klein genug, um sie Term für Term zu inspizieren, und bietet Einblickeit darin, wie die Metrik-Abweichung mit der Koordinatenverteilung ($p_2$) und den Dreier-Korrelationen ($\sigma_3$) skaliert.
• Effizienz: Sobald das Gerüst etabliert ist, ist die Evaluierung der Observablen $10.000$-mal schneller als die direkte Donaldson-$H$-Matrix-Evaluierung.
• Limitierungen: Die Ergebnisse sind durch den verwendeten endlichen-$k$ Lehrer begrenzt. Die Autoren betonen explizit, dass sie nicht behaupten, die exakte Ricci-flache Metrik sei zweidimensional, noch dass sie das Modell gegen metriksensitive physikalische Größen (wie Krümmungsintegrale oder physikalische Yukawa-Kopplungen) validieren, welche die vollständige Metrik erfordern. Die holomorphe Yukawa-Kopplung $\kappa_{111}=5$ wird lediglich als Normalisierungskontrolle reproduziert, nicht als metriksensitive Validierung.

Zusammenfassend lässt sich sagen, dass die Arbeit zeigt, dass eine spezifische, aus der Metrik abgeleitete skalare Observable auf der Dwork-Familie eine hochkompakte, stabile und interpretierbare symbolische Beschreibung innerhalb eines eingeschränkten symmetrischen Merkmalsraums zulässt und damit die Lücke zwischen numerischer Genauigkeit und strukturellem Verständnis für diese spezifische Observable schließt.