Operator Learning in Lattice QCD: Spectral Reconstruction

Sintesi Tecnica: Apprendimento di Operatori nella QCD su Reticolo: Ricostruzione Spettrale

Definizione del Problema
La ricostruzione spettrale nella QCD su reticolo (Lattice QCD) consiste nell'estrarre densità spettrali da funzioni di correlazione euclidee calcolate tramite simulazioni Monte Carlo. Questo compito è matematicamente equivalente all'inversione numerica di una trasformata di Laplace, un problema notoriamente mal posto a causa del rumore statistico nei correlatori e del numero limitato di punti dati disponibili. Sebbene metodi come l'algoritmo di Hansen-Lupo-Tantalo (HLT) forniscano soluzioni indipendenti dal modello con incertezze controllate, essi si basano su combinazioni lineari di valori dei correlatori. Questo approccio lineare porta spesso a un compromesso in cui la riduzione delle incertezze sistematiche richiede l'accettazione di grandi incertezze statistiche, particolarmente per kernel di smearing molto stretti. Precedenti approcci di machine learning (ad es. Rif. [25]) hanno trattato la ricostruzione spettrale come una mappatura vettore-vettore, richiedendo il riaddestramento per ogni variazione nelle griglie temporali di input o nei parametri di output, rendendoli computazionalmente impraticabili per ampie applicazioni fenomenologiche.

Metodologia
Questo lavoro propone una nuova strategia di apprendimento supervisionato basata sull'Apprendimento di Operatori (Operator Learning), utilizzando specificamente le Deep Operator Networks (DeepONets). Invece di mappare vettori fissi su vettori fissi, il framework proposto addestra reti neurali ad approssimare l'operatore $\hat{O}$ che mappa lo spazio delle funzioni di correlazione euclidee nello spazio delle funzioni spettrali "smeared".

• Architettura: Il metodo impiega una struttura DeepONet composta da due reti neurali indipendenti:
  • Una Branch Net che codifica il correlatore euclideo di input (rappresentato come un vettore su una griglia fissa di tempi euclidei) in una rappresentazione latente.
  • Una Trunk Net che codifica il dominio dell'output (energia $E$ e parametro di smearing $\sigma$) in una corrispondente rappresentazione latente.
  • La predizione finale è il prodotto scalare di questi due vettori latenti, consentendo una valutazione continua della densità spettrale per qualsiasi $(E, \sigma)$ senza riaddestramento.
• Generazione dei Dati di Addestramento: Le reti sono addestrate su dati simulati (mock data) generati da un Processo Gaussiano (GP). Il GP è costruito con una funzione media corrispondente al noto contributo a due particelle del modello sigma non lineare $O(3)$ e un kernel di covarianza che permette variazioni fluide sopra la soglia delle quattro particelle. Ciò incorpora una conoscenza fisica pregressa pur mantenendo un ampio spazio di funzioni ammissibili.
• Quantificazione dell'Incertezza: Per affrontare l'incertezza sistematica inerente alle approssimazioni delle reti neurali, gli autori utilizzano un ensemble di 15 reti addestrate indipendentemente con architetture variabili (profondità, larghezza) e dimensioni del set di addestramento variabili.
  • Incertezza Sistematica: Stimata tramite la dispersione pesata delle predizioni dell'ensemble, dove i pesi sono assegnati in base alla perdita di validazione minima di ciascuna rete.
  • Incertezza Statistica: Stimata tramite il campionamento bootstrap dei correlatori di input.
  • Bias Globale: Corretto valutando la differenza media tra le predizioni e i valori reali su un set separato di dati simulati.
• Gestione del Rumore: I set di addestramento includono rumore iniettato nei correlatori simulati per corrispondere ai rapporti segnale-rumore degli ensemble di reticolo reali (specificamente gli ensemble A1–A4, B1 e B2 del Rif. [4]).

Contributi Chiave

1. Prima Applicazione di DeepONet nella QCD su Reticolo: Questo lavoro introduce l'architettura DeepONet nel campo, dimostrando la sua capacità di apprendere la mappatura dell'operatore dai correlatori euclidei alle densità spettrali "smeared".
2. Superamento dei Limiti di Riaddestramento: Trattando il problema come apprendimento di operatori, il metodo consente predizioni su correlatori definiti su diverse griglie temporali o per diversi parametri di output senza necessità di riaddestrare la rete, un miglioramento significativo rispetto ai precedenti approcci di ML vettore-vettore.
3. Stima Robusta dell'Incertezza: Il documento stabilisce una procedura rigorosa per stimare le incertezze sistematiche utilizzando ensemble di reti neurali, validata attraverso test di chiusura su dati simulati non visti.
4. Validazione Benchmark: La strategia è applicata al modello sigma non lineare $O(3)$ in 1+1 dimensioni, un sistema benchmark con una densità spettrale analitica nota. Il metodo ricostruisce con successo il tasso inclusivo sopra la soglia delle quattro particelle fino ad alte energie.

Risultati
La strategia proposta è stata validata sia su dati simulati che su veri correlatori di reticolo del Rif. [4].

• Test di Chiusura: Su dati simulati non visti, il metodo ha dimostrato che l'incertezza totale stimata (combinando errori statistici e sistematici) è conservativa, con la distribuzione "pull" (deviazione dalla verità normalizzata per l'errore) coerente con le aspettative gaussiane.
• Applicazione su Reticolo: Il metodo è stato applicato per ricostruire la densità spettrale del modello $O(3)$. Il risultato finale, ottenuto dopo aver eseguito i limiti di volume infinito, continuo e $\sigma \to 0$, è in eccellente accordo con la densità spettrale analitica esatta.
• Confronto con HLT: Rispetto allo stato dell'arte del metodo HLT (Rif. [4]), la strategia basata su DeepONet mostra una riduzione significativa dell'incertezza totale. La determinazione finale raggiunge un'incertezza relativa di circa il 2% per $E < 20m$, salendo a circa il 9% a energie più elevate. Il budget dell'errore mostra che le incertezze di ricostruzione, statistica, di dimensione finita e continua contribuiscono a livelli comparabili, senza che una singola fonte sia dominante.

Significato e Rivendicazioni
Gli autori sostengono che questo lavoro dimostra il potenziale delle DeepONet nel fornire un approccio più potente per estrarre informazioni spettrali dalle simulazioni di QCD su reticolo rispetto ai metodi tradizionali di regolarizzazione lineare. Il metodo recupera con successo la nota densità spettrale analitica con una precisione superiore all'algoritmo HLT.

Il documento mantiene un tono modesto riguardo alla sua applicabilità più ampia. Sebbene i risultati siano promettenti, gli autori dichiarano esplicitamente che l'entità della riduzione dell'incertezza osservata in assenza della specifica conoscenza fisica pregressa (la funzione media GP basata sul modello $O(3)$) "deve ancora essere quantificata". Essi notano che la strategia è naturalmente estendibile ad osservabili più rilevanti dal punto di vista fenomenologico e ad altre operazioni nella teoria dei campi su reticolo, ma la validazione attuale è strettamente limitata al benchmark del modello $O(3)$. Il lavoro non afferma di aver risolto il problema della ricostruzione spettrale per sistemi fisici arbitrari e ignoti senza alcun vincolo pregresso, bensì stabilisce una prova di concetto per un nuovo paradigma basato sull'apprendimento di operatori che supera i benchmark esistenti in un contesto controllato.