Numerical Sasaki--Einstein metrics and harmonic forms on del Pezzo links

技術要約：数値的サスキ・アインシュタイン計量および del Pezzo リンク上の調和形式

問題提起
本論文は、トーリック・カラビ・ヤウ錐におけるリッチ平坦ケーラー計量、およびそれに対応するコンパクトなリンク上のサスキ・アインシュタイン（SE）計量の構成に取り組んでいる。特定のケース（例：コニフォールド $T^{1,1}$、$Y^{p,q}$ ファミリー、および $dP_0 \cong \mathbb{C}^3/\mathbb{Z}_3$ の錐上の錐）については明示的な閉形式の解が存在するが、第2および第3 del Pezzo 面（$dP_2$ および $dP_3$）の錐上の計量については、閉形式の表現が存在しない。

• $dP_3$: レイブ・ベクトルは正則であり、横断的幾何学は滑らかなケーラー・アインシュタイン面である。DHHKW（Doran, Headrick, Herzog, Kantor, and Wiseman）による数値解が既知であり、ポジティブなコントロールとして機能する。
• $dP_2$: 状況は異なる。面 $dP_2$ は（非簡約な自己同型群により）ケーラー・アインシュタイン計量を認めない。また、体積を最小化するレイブ・ベクトルは無理数（不規則）である。したがって、横断的幾何学は多様体やオービフォールドではなく、この $dP_2$ リンク上の SE 計量は、数値的にも解析的にも構築されていない。
• 目的: 不規則なレイブ・ベクトルにおける $dP_2$ リンクの SE 計量を数値的に構築し、その上の2つの原始的な調和基本 $(1,1)$ 形式を計算することである。著者らはまた、既知の閉形式（$T^{1,1}, Y^{p,q}$）および既存の $dP_3$ 数値データに対して、彼らの手法を検証することも目的としている。

手法
著者らは、計量がモーメント多角形上の凸シンプレクティック・ポテンシャル $G$ によって記述される、トーリック幾何学のシンプレクティック定式化を利用する。

1. 方程式: リッチ平坦条件は、多角体上のスカラー・モンジュ・アンペール方程式に帰着する。ポテンシャルは、標準的なギルミン・ポテンシャル（格子データと境界条件によって固定される）と、滑らかな補正項 $\psi(s)$ に分解される：
   $$G = G_{\text{can}} + \ell_b \psi(s)$$
   ここで $\ell_b$ はレイブ・ベクトルのファセット関数であり、$s$ はスライス多角体上のアフィン座標である。
2. 近似クラス: 未知の補正 $\psi$ は、2つの異なる関数クラスを用いて近似される：
   • 多項式展開: スライス座標における単項式の基底であり、必要に応じて対称化される（例：$dP_3$ の $D_6$ 対称性）。著者らは、不良条件（ill-conditioning）や残留プラトーを防ぐために、基底を直交化（Householder QR法による）することの必要性を強調している。
   • ニューラルネットワーク: 2入力2隠れ層を持つ多層パーセプトロン（MLP）を用い、モンジュ・アンペール残差を最小化するように学習させる。
3. 最適化: 目的関数は、多角体の内部から一様に抽出されたトレーニング・サンプル集合上でのモンジュ・アンペール方程式の平均二乗残差である。積分定数は係数とともにフィッティングされる。
4. 検証: 著者らは、トレーニング残差以外の複数のチェックを採用している：
   • 曲率不変量: 閉形式のリファレンス（$Y^{p,q}$）に対する $\Phi_1$ および $\Phi_2$ の比較。
   • アブリュー・スカラー: 横断的幾何学のスカラー曲率（スライス上で $S=12$）の定数性を確認する。これは、目的関数には使用されない4次量である。
   • ラプラシアンのスペクトル: 横断的ラプラシアンの低次固有値を計算し、DHHKW による $dP_3$ の結果と比較する。
   • 対称性の回復: 対称性のないニューラルネットワークが、明示的なアーキテクチャ上の制約なしに $dP_3$ ヘキサゴンの $D_6$ 対称性を回復するかどうかをテストする。

主要な貢献と結果

• $dP_2$ 計量の構築: 主要な貢献は、不規則な体積最小化レイブ・ベクトル $b^*$ における $dP_2$ 錐のリンク上のサスキ・アインシュタイン計量の初の数値的構築である。

  • 多項式フィッティングは、ホールドアウト（保持された）平均二乗モンジュ・アンペール残差 $\approx 6 \times 10^{-14}$ を達成した。
  • アブリュー・スカラーは、$240 \times 240$ のグリッド上で、最悪の場合でも $0.0368\%$、平均で $0.0006\%$ 以内の誤差で一定であった。
  • この計量は不規則であり、これはレイブ軌道がサブトーラス内で稠密であることを意味し、商面は存在しない。

• $dP_2$ 上の調和形式: 本論文は、$dP_2$ リンク上の2つの原始的な調和基本 $(1,1)$ 形式を構築する。

  • 著者らは、まず横断的幾何学上の（多角体上のスカラー流関数 $\chi$ で表される）トーラス不変で閉じた原始的な $(1,1)$ 形式 $\theta$ を求めることで問題を定式化する。
  • 次に、これらの $(1,1)$ 形式を用いて、フラックスに必要な虚数自己双対な $(2,1)$ 形式 $\omega_{2,1}$ を構成する。
  • 原始的なコホモロジーの正しい次元（$d-3$）を保証するために、有理関数の適当な試行空間を定義する。
  • 解は、一般化固有値問題として定式化された自己双対エネルギーの最小化によって得られる。

• 検証とベンチマーク:

  • $Y^{p,q}$ ファミリー: 本手法は、既知の閉形式の計量を高い精度で再現する。多項式基底の直交化は極めて重要であることが示された。生の単項式は、不良条件のために残差がプラトー（例：$10^{-8}$）に達するが、直交基底を用いることで $10^{-14}$ 以下まで残差を下げることができる。
  • $dP_3$（ポジティブ・コントロール）: 著者らは $dP_3$ 錐の DHHKW 計量を再現した。次数18の多項式フィッティングは $1.0 \times 10^{-16}$ の残差を与え、DHHKW の低次ラプラシアン固有値（$\lambda_1 \approx 6.3228$）および固有関数係数と一致した。
  • 対称性の回復: 対称性のないニューラルネットワークは、訓練後に $dP_3$ 解の $D_6$ 対称性を正常に回復した。これは、対称性がアンザッツの副産物ではなく、解の特性であることを示している。

• ネガティブ・コントロール（正則レイブ・ベクトルにおける $dP_2$）:

  • 著者らは、ケーラー・アインシュタイン計量が（存在しないことが分かっているため）存在しない $dP_2$ の正則レイブ・ベクトルにおいて、方程式を解こうと試みた。
  • 近似の次数やネットワークの幅に関わらず、残差は約 $4 \times 10^{-2}$ でプラトーに達したが、インサンプル（訓練内）の残差は低下し続けた。この「指紋（過学習しており、保持された誤差が大きい）」は、非存在定理を示す数値的な指標となり、解可能なケースと区別される。

意義と主張
本論文は、不規則なレイブ・ベクトルおよび商面が存在しないために、これまでアクセス不可能であった $dP_2$ リンクのサスキ・アインシュタイン計量および調和形式に関する初の数値的データを提供すると主張している。

• ホログラフィックな応用: 著者らは、提供されたデータ（計量および調和形式）が、コニフォールド上のクレバノフ・ケイトリン・モデルの類似解における、変形された非共形ホログラフィック IIB 背景の研究を可能にすると述べている。これらの解には、フラックス $G_3$ を含むポアソン方程式を介してワープ因子を計算するための明示的な計量が必要である。
• 手法の堅牢性: 本研究は、シンプレクティック座標と直交多項式展開またはニューラルネットワークを組み合わせることで、横断的幾何学が特異である不規則なケースにおいても、モンジュ・アンペール方程式を堅牢に解けることを示している。
• 謙抑性: 著者らは、自らの結果が正則 $dP_2$ ケースにおける非存在の証明にはならない（最小化列が理論的に退化する可能性があるため）ことを明記しているが、むしろそれは数学的な障害の数値的な確認として機能している。また、DHHKW との比較は実装とパラメータ化の妥当性を検証するものであり、同等の計算コストにおいて一方の手法が他方より優れていると主張するものではないことも明確にしている。

結論として、本論文は計量および形式の数値データを提示しており、これらは、明示的な計量データなしでは不可能であった、カルツァ・クレーン分光論および特定の超重力背景の構成という課題のためのデータとして利用されることを意図している。