Thermal Concentration and Poisson--Dirichlet Edge Statistics for Random--Lattice Gibbs Ensembles

技術的要約：ランダム格子ギブス・アンサンブルにおける熱的集中とポアソン・ディリクレ・エッジ統計

問題設定
本論文は、高次元のランダムなユニモジュラー格子上で定義されたギブス測度の統計力学を調査するものである。格子ベクトル $v$ のエネルギーは、そのユークリッドノルムの二乗 $E(v) = \|v\|^2$ として定義される。格子自体は、「クエンチされた幾何学的無秩序」の源として扱われ、不変確率測度 $\mu_n$ を備えたユニモジュラー格子の空間 $X_n = SL(n, \mathbb{Z}) \backslash SL(n, \mathbb{R})$ から抽出される。

中心となる問いは「可視性問題（visibility problem）」である。与えられた逆温度 $\beta$ に対して、最短長 $\lambda_1(L)$ の近傍にある特定のベクトルの窓が、非自明なギブス質量を持つかどうかという問いである。本研究では、以下の2つのレジームを区別する。

1. エッジ・レジーム（Edge Regime）: 最短長 $\lambda_1(L)$ の $e^{a/n}$ 倍以内のベクトル。
2. 固定係数レジーム（Fixed-Factor Regime）: $\lambda_1(L)$ の固定された近似係数 $\gamma > 1$ 以内のベクトル。

本研究の目的は、次元 $n \to \infty$ において、これらの窓が「可視（visible）」（有意な確率質量を持つ）であるか、あるいは「不可視（invisible）」（質量が消失する）であるかの条件を明らかにすることである。

手法
解析は、利用可能な格子状態のエントロピーと、ギブス重みによって課されるエネルギー・ペナルティとの相互作用に基づいている。

1. スケーリングと正規化: 逆温度は $\beta_n(c) = \frac{cn}{2} v_n^{2/n}$ （ここで $v_n$ は $\mathbb{R}^n$ 内の単位球の体積、$c > 0$ はスケーリングされた逆温度）としてスケーリングされる。体積変数 $\tau_n(u) = v_n \|u\|^n$ を持つベクトルのギブス重みは、$g_{n,c}(s) = \exp\left(-\frac{cn}{2}(s^{2/n} - 1)\right)$ で与えられる。
2. エッジ統計（ポアソン極限）: エッジ・レジームについては、体積変数 $\tau_n(u)$ の点過程が強度 $1/2$ の $\mathbb{R}_+$ 上のポアソン点過程に収束するというSödergrenの定理を利用する。解析では、窓 $\tau_n(u) \le e^a \tau_{n,1}(L)$ のギブス質量が、この極限ポアソン過程の汎関数に収束することを検討する。
3. 固定係数解析（原始アンサンブル）: 固定された $\gamma > 1$ に対しては、窓の中に指数関数的に多くの点が含まれるため、ポアソン・エッジ極限だけでは不十分である。著者は、指数的な成長スケールを表す座標変換 $Y_n(u) = \frac{1}{n} \log \tau_n(u)$ を導入する。
   • 原始性の制限: 非原始ベクトル（より短いベクトルの整数倍）の多重性を扱うため、本研究では「原始符号クラス（primitive sign classes）」にアンサンブルを制限している。
   • モーメント公式: Macbeath–Rogers公式とメビウス反転を用いて、原始和の重み付きモーメント公式を導出する。これにより、重み付き質量の平均と分散を計算することが可能になる。
   • 熱的集中: エントロピー ($y$) とエネルギー ($-\frac{c}{2}(e^{2y}-1)$) を組み合わせた変分関数 $\Phi_c(y) = y - \frac{c}{2}(e^{2y} - 1)$ を分析することで、クエンチされた熱的集中結果を確立する。この関数の最大値が、典型的な Gibbs 質量のスケールを決定する。

主要な貢献と結果

1. エッジ凝縮とポアソン・ディリクレ極限
全符号クラスのギブス・アンサンブルについて：

• 高温域 ($0 < c \le 1$): 任意の $e^{a/n}$ 近似窓のギブス質量は、確率的にゼロに収束する。最短付近にある多数のベクトルのエントロピーは、エネルギー・ペナルティを克服するには不十分である。
• 低温域 ($c > 1$): ギブス質量は、極限ポアソン過程の非自明な汎関数に分布収束する。さらに、最短ベクトルのランク付けされたギブス重みは、ポアソン・ディリクレ分布 $PD(1/c, 0)$ に収束する。これは、測度が均一に広がるのではなく、最短ベクトルたちのランダムにランク付けされた分割上に集中するという凝縮現象を示している。

2. 原始方向固定係数可視性曲線
固定された近似係数 $\gamma > 1$ を持つ原始方向ギブス・アンサンブルについて：

• 熱的集中: 高温範囲 $0 < c < 1$ において、原始ギブス質量は $y_c = \frac{1}{2} \log(1/c)$ の値の周囲に集中する。
• 可視性閾値: 本論文は鋭い可視性曲線 $c = \gamma^{-2}$ を導出している。
  • $c < \gamma^{-2}$ の場合、窓 $\|u\| \le \gamma \lambda_1(L)$ の原始ギブス質量は $0$ に収束する。
  • $\gamma^{-2} < c < 1$ の場合、質量は $1$ に収束する。
  • 臨界境界 $c = \gamma^{-2}$ において、質量は $1/2$ に収束する。
• 結果の性質: 著者は、この可視性曲線が元のフル・ラティス・ギブス測度ではなく、理想化された原始ターゲット測度に適用されるものであることを強調している。これは、この特定のアンサンブルにおけるクエンチされた高次元集中定理を表している。

意義と主張
本論文は、近似最短ベクトル問題（SVP）に関連するギブス・ターゲットのためのランダム格子熱力学的参照モデルを提供することを位置づけている。

• 理論的文脈: ラティス暗号の概念（SVP, SIS, LWE）を、統計力学（特にランダムエネルギーモデルや無秩序な幾何学的システム）と結びつけている。
• 限界: 著者は、これらの結果は静的な可視性の記述であることを明示している。これらは、最短ベクトルを見つけるための効率的なアルゴリズムの存在を意味するものではなく、また具体的な構造化ラティス・ファミリー（NTRUやq-aryなど）の安全性についても扱っていない。
• 含意: これらの結果は、「理想的な」サンプリングの根本的な限界を確立している。もしターゲット・ギブス測度が近似窓に対して無視できる質量しか置いていない場合（可視性曲線によって決定される）、そのターゲットからの理想的なサンプルが、その窓内のベクトルを非自明な確率で見つけ出すことはできない。本研究は、アルゴリズム的なブレイクスルーを主張することなく、高次元格子問題におけるエントロピーとエネルギーのバランスを理解するためのベースラインとして機能している。