Local integrals of motion encoded in a few eigenstates

1. 연구 배경 및 문제 제기 (Problem)

• 배경: 양자 시스템의 비평형 역학 연구에서, 열적화 (thermalization) 와 에르고딕성 (ergodicity) 이 중요한 주제입니다. 에르고딕 시스템에서는 단일 고유상태 (eigenstate) 만으로도 열적 성질을 파악할 수 있으며 (고유상태 열화 가설, ETH), 이는 시스템이 카오스적임을 나타냅니다.
• 적분 가능 시스템 (Integrable Systems): XXZ 스핀 사슬과 같은 적분 가능 시스템은 ETH 를 따르지 않으며, 해밀토니안과 교환하는 수많은 국소 운동 상수 (Local Integrals of Motion, LIOMs) 를 가집니다. 이러한 LIOM 들은 시스템이 열적화되지 않고 일반화된 깁스 앙상블 (Generalized Gibbs Ensemble) 로 수렴하게 만듭니다.
• 문제: 기존 연구에서는 LIOM 을 찾기 위해 해밀토니안의 전체 스펙트럼 (모든 고유상태) 이 필요하다고 여겨졌습니다. 그러나 시스템 크기가 커지면 Hilbert 공간의 차원이 기하급수적으로 증가하여 전체 고유상태를 구하는 것은 계산적으로 불가능합니다.
• 핵심 질문: "적분 가능 시스템의 LIOM 을 정확히 추정하기 위해 전체 고유상태 중 얼마나 많은 수가 필요한가?" 그리고 "Hilbert 공간 분열 (Hilbert space fragmentation) 을 보이는 시스템에서도 동일한 현상이 관찰되는가?"

2. 방법론 (Methodology)

저자들은 압축 기반 접근법 (Compression-based approach) 을 사용하여 불완전한 고유상태 집합으로부터 LIOM 을 추정하는 수치를 개발했습니다.

• 기본 원리:
  • 국소 연산자 (local operators) $\{A_1, ..., A_{D_O}\}$ 의 대각 행렬 요소 (diagonal matrix elements) $A^s_{nn} = \langle n | \hat{A}^s | n \rangle$ 로 구성된 행렬 $R$ 을 정의합니다.
  • LIOM 은 이 행렬 $R$ 의 정보를 압축했을 때 얻어지는 주성분 (principal components) 으로 간주됩니다.
  • 행렬 $R$ 에 특이값 분해 (Singular Value Decomposition, SVD) 를 적용합니다. $R = U \tilde{\Lambda} V^T$.
  • 가장 큰 특이값 (singular values) $\tilde{\lambda}_\alpha$ 에 해당하는 좌표 벡터 $V_{s\alpha}$ 를 사용하여 LIOM $\hat{Q}_\alpha = \sum_s V_{s\alpha} \hat{A}_s$ 를 재구성합니다.
• 핵심 혁신:
  • 전체 고유상태 ($Z$ 개) 대신, 무작위로 선택된 소수의 고유상태 ($N_S$ 개, $N_S \ll Z$) 만을 사용하여 행렬 $R$ 의 일부 행 (rows) 만으로 SVD 를 수행합니다.
  • 이 방법론은 Hilbert-Schmidt 노름을 직접 계산할 필요 없이, 선택된 고유상태들의 정보만으로 LIOM 을 근사할 수 있게 합니다.

3. 주요 결과 (Key Results)

A. XXZ 스핀 사슬 (적분 가능 시스템)

• 소수의 고유상태로 LIOM 추정 가능: XXZ 모델에서 LIOM (예: 에너지 흐름) 을 정확히 재구성하기 위해 필요한 고유상태의 수 $N^*$ 는 시스템 크기 $L$ 에 거의 무관하거나 오히려 $L$ 이 커질수록 상대적으로 줄어듭니다.
• 임계값: 필요한 고유상태의 수는 사용된 국소 연산자의 수 (또는 행렬 $R$ 의 랭크) 와 비슷한 수준 ($N^* \approx \text{rank}(R) \sim 10 \times \text{rank}(R)$) 입니다.
• 결과: 시스템 크기가 커질수록 Hilbert 공간의 전체 고유상태 중 극히 일부 (예: $L=24$ 일 때 전체의 약 $10^{-5}$) 만으로도 LIOM 을 높은 정확도로 얻을 수 있음을 보였습니다.
• 준국소 운동 상수 (QLIOM): LIOM 이 아닌 준국소 운동 상수 (exponentially small weight를 가짐) 의 경우에도 소수의 고유상태로 그 존재를 감지할 수 있었습니다.

B. 접힌 XXZ 모델 (Folded XXZ Model, Hilbert 공간 분열 시스템)

• 모델 특성: 이 모델은 무한한 이방성 ($\Delta \to \infty$) 한계에서 XXZ 모델에서 유도되며, Hilbert 공간이 지수적으로 많은 연결되지 않은 블록 (Krylov 부분공간) 으로 분열됩니다.
• Bethe Ansatz 적분성에서 기원한 LIOM: Bethe Ansatz 적분성에서 비롯된 LIOM (에너지 흐름 등) 은 섭동이 가해져도 사라지지만, 소수의 고유상태로 추정 가능하다는 점은 XXZ 모델과 동일했습니다.
• 분열 (Fragmentation) 에서 기원한 LIOM: Hilbert 공간 분열로 인해 발생하는 LIOM (예: 도메인 벽 수 보존) 은 섭동이 가해져도 유지됩니다.
  • 중요 발견: 이 분열 기원 LIOM 을 추정하려면 거의 모든 고유상태가 필요합니다. 소수의 고유상태만으로는 정확한 LIOM 을 복원할 수 없습니다.
  • 이는 분열된 시스템에서 LIOM 정보가 개별 고유상태가 아닌, 퇴화된 부분공간 (degenerate subspace) 전체에 분산되어 인코딩되어 있기 때문으로 해석됩니다.

4. 기여 및 의의 (Contributions & Significance)

1. 적분 가능성과 Hilbert 공간 분열의 근본적 차이 규명:

   • 적분 가능 시스템에서는 LIOM 정보가 개별 고유상태에 강하게 인코딩되어 있어 소수의 상태만으로도 추출 가능합니다.
   • 반면, Hilbert 공간 분열 시스템에서는 LIOM 정보가 분산되어 있어 전체 스펙트럼에 가까운 정보가 필요합니다.
   • 이는 두 가지 에르고딕성 붕괴 메커니즘 (적분 가능성 vs 분열) 을 구별하는 유명한 근본적 차이점 중 하나를 제시합니다.

2. 계산 효율성 증대:

   • 큰 시스템에서 LIOM 을 찾기 위해 전체 대각화를 수행할 필요가 없음을 보였습니다. 이는 큰 규모의 양자 시스템에서 보존 법칙을 식별하고 일반화된 깁스 앙상블을 구성하는 데 있어 계산 비용을 획기적으로 줄여줍니다.

3. 단일 고유상태의 정보 함량에 대한 이해 심화:

   • 단일 또는 소수의 고유상태가 시스템의 열적 성질뿐만 아니라, 적분 가능 시스템의 경우 보존 법칙 (LIOM) 의 구조까지 포함하고 있음을 수치적으로 증명했습니다.

5. 결론

이 논문은 XXZ 모델과 같은 적분 가능 시스템에서는 소수의 고유상태만으로도 국소 운동 상수 (LIOM) 를 정확하게 추정할 수 있음을 보였습니다. 이는 시스템 크기가 커질수록 필요한 고유상태의 비율이 기하급수적으로 감소함을 의미합니다. 반면, Hilbert 공간 분열을 보이는 시스템에서는 분열 기원 LIOM 을 찾기 위해 거의 모든 고유상태가 필요하다는 점을 발견하여, 적분 가능성과 분열 현상 사이의 본질적인 차이를 규명했습니다. 이 연구는 양자 다체 시스템의 동역학과 열적화 메커니즘을 이해하는 데 있어 고유상태가 담고 있는 정보의 본질에 대한 새로운 통찰을 제공합니다.