Kernel transformations and bounds for smeared spectral functions

Resumo Técnico: Transformações de Núcleo e Limites para Funções Espectrais Suavizadas

Enunciado do Problema
Em teorias de campos quânticos, particularmente em Cromodinâmica Quântica (QCD), as funções espectrais são frequentemente distribuições temperadas singulares. Aplicações fenomenológicas e comparações entre teoria (ex: QCD em rede) e experimento frequentemente requerem a avaliação dessas funções suavizadas com núcleos específicos (ex: Cauchy, Gaussiano ou núcleos motivados cinematicamente). Embora a QCD em rede forneça amostras discretas e ruidosas de funções de correlação no tempo euclidiano (que são, elas próprias, observáveis espectrais suavizados por Laplace), extrair um observável suavizado alvo específico $\rho[\kappa]$ diretamente desses dados constitui um problema inverso notoriamente mal posto.

Este trabalho aborda um desafio relacionado, porém distinto: o problema da transformação de núcleo. Dada uma família de observáveis suavizados em energia $\rho[\phi_\alpha]$ (computados via uma família de núcleos), como se pode computar rigorosamente o mesmo observável espectral subjacente suavizado com um núcleo alvo $\kappa$? O objetivo é estabelecer mapas entre essas famílias sem retornar ao problema inverso original de reconstruir a função espectral não suavizada $\rho(\omega)$, fornecendo também limites rigorosos sobre os observáveis resultantes que deem conta tanto do ruído estatístico quanto dos erros sistemáticos introduzidos pela transformação.

Metodologia
Os autores desenvolvem um arcabouço baseado na linearidade do funcional espectral $\rho[\kappa] = \int d\omega \rho(\omega)\kappa(\omega)$. A estratégia central é expressar o núcleo alvo $\kappa(\omega)$ como uma combinação linear (ou integral) da família de núcleos de entrada $\{\phi_\alpha\}$ via um "núcleo de transição" $K_{\kappa \leftarrow \phi}(\alpha)$:
$$\kappa(\omega) = \int_A d\alpha K_{\kappa \leftarrow \phi}(\alpha) \phi_\alpha(\omega)$$
Se essa representação convergir, o observável alvo é obtido diretamente dos dados de entrada:
$$\rho[\kappa] = \int_A d\alpha K_{\kappa \leftarrow \phi}(\alpha) \rho[\phi_\alpha]$$

A metodologia é dividida em dois regimes:

1. Transformações Exatas: O artigo estabelece condições analíticas sob as quais o núcleo de transição existe e a integral converge sem regularização arbitrária. Isso depende fortemente da estrutura analítica dos núcleos no plano complexo (especificamente a localização das singularidades em relação ao gap de massa) e da análise de Fourier.

   • Exemplos Chave: O artigo deriva núcleos de transição exatos para Gaussian-para-Gaussian (apenas alargamento), Cauchy-para-Cauchy (apenas alargamento) e, mais significativamente, Cauchy-para-Gaussian (exato para todas as larguras).
   • Obstruções: Transformações que exigem "deconvolução" (por exemplo, afunilar um Gaussiano para um Cauchy, ou estreitar um Cauchy) geralmente falham em convergir no limite do contínuo devido às singularidades essenciais dos núcleos ou ao crescimento de suas transformadas de Fourier.

2. Transformações Reguladas: Quando um mapa exato não existe ou é numericamente instável, o núcleo alvo é substituído por um aproximante regulado $\kappa_T$. A diferença $\rho[\kappa] - \rho[\kappa_T]$ é tratada como um viés sistemático. Os autores fornecem um método para limitar este viés diretamente dos dados de entrada usando a desigualdade de Hölder, independentemente do esquema de regularização utilizado.

Propagação de Limites
Uma contribuição central é a propagação de limites pontuais rigorosos (ou orçamentos de erro estatístico) da entrada para o alvo. Dois métodos complementares são propostos:

• Limites Riesz–Kantorovich (RK): Um método geral, não iterativo, que divide o núcleo de transição em partes positiva e negativa. Ele utiliza o limite superior da entrada onde o núcleo é positivo e o limite inferior onde ele é negativo (e vice-versa para o limite inferior do alvo). Este método é rigoroso e computacionalmente econômico, mas pode ser conservador, pois ignora correlações entre os pontos de entrada.
• Limites Otimizados pela Positividade: Um método que formula a propagação de limites como um Programa Seminfinito (SIP). Ele impõe explicitamente a restrição física de que a densidade espectral subjacente $\rho(\omega)$ deve ser não-negativa. Isso produz limites mais estreitos que o RK, mas requer otimização numérica e um passo de certificação para garantir que a solução satisfaça as desigualdades do contínuo em uma grade finita.

Para transformações reguladas, a incerteza total é a soma da incerteza estatística/de intervalo propagada e do viés sistemático certificado do desajuste do núcleo. O parâmetro do regulador é otimizado para minimizar este intervalo certificado total.

Principais Contribuições

1. Formalismo para Transformações de Núcleo: O artigo estabelece as condições analíticas necessárias e suficientes para mapas núcleo-para-núcleo exatos, identificando que tais mapas existem se as singularidades do núcleo alvo estiverem suficientemente separadas do eixo real em relação à largura do núcleo de entrada.
2. Expressões Analíticas Explícitas: Os autores fornecem núcleos de transição em forma fechada para várias classes, incluindo o principal exemplo de transformação Cauchy-para-Gaussian, que é exata e não requer regularização.
3. Certificação de Viés Rigorosa: Um método inovador é introduzido para limitar o erro sistemático de qualquer transformação de núcleo aproximada usando apenas os dados de entrada conhecidos e a razão entre o núcleo alvo e o de entrada (Eq. 71). Isso permite limites "certificados" mesmo quando transformações exatas são impossíveis.
4. Estrutura de Otimização: O artigo formula a seleção das larguras de suavização de entrada e dos parâmetros de regularização como problemas de otimização para minimizar o intervalo de incerteza final.
5. Construção de Mistura de Lévy: Os autores demonstram que um observável suavizado por Cauchy pode ser reconstruído a partir de uma continuidade de observáveis suavizados por Gaussianos (com larguras variáveis) via uma mistura de distribuição de Lévy, contornando a obstrução de largura fixa.

Resultados
Demonstrações numéricas em modelos de brinquedo e dados do tipo rede confirmam o arcabouço:

• Cauchy-para-Gaussian: Transformações exatas propagam limites com sucesso, sem viés de desajuste de núcleo. A largura de suavização de entrada ótima $\epsilon^*$ é encontrada para ser da ordem da largura alvo $\sigma$.
• Cauchy-para-Cauchy (Afunilamento): Para o caso mal posto de afunilar um núcleo Cauchy, a abordagem regulada reconstrói com sucesso o alvo com limites certificados. Os resultados mostram um compromisso (trade-off): à medida que o regulador é removido, o viés sistemático desaparece, mas o erro estatístico propagado explode; o regulador ótimo equilibra estes fatores para minimizar o intervalo certificado total.
• Gaussian-para-Cauchy: Usando a mistura de Lévy, o artigo demonstra que um alvo Cauchy pode ser recuperado de uma família de entradas Gaussianas, com os limites otimizados pela positividade (SIP) produzindo intervalos mais estreitos que o método RK.
• Euclidiano-para-Suavizado: O arcabouço é aplicado a corretores de tempo euclidiano ruidosos, transformando-os em funções espectrais suavizadas por Cauchy e Gaussianas com limites rigorosos, demonstrando a viabilidade do método para análise prática de QCD em rede.

Significância
O artigo afirma que este arcabouço oferece uma alternativa robusta para resolver o problema inverso espectral completo para cada novo observável fenomenológico. Em vez de reconstruir a função espectral completa $\rho(\omega)$ a partir de dados euclidianos para cada novo núcleo, pode-se computar um observável intermediário conveniente (ex: suavizado por Cauchy) e então transformá-lo para o núcleo alvo desejado (ex: Gaussiano ou cinemático) com erros certificados.

A significância reside em:

• Modularidade: Desacopla a extração de informação espectral da especificidade do núcleo fenomenológico requerido.
• Rigor: Fornece limites superiores e inferiores matematicamente rigorosos que dão conta tanto do ruído estatístico quanto do viés sistemático da própria transformação.
• Positividade: Aproveita a restrição física da positividade espectral para estreitar os limites além do que é possível com propagação linear genérica.
• Interoperabilidade: Une diferentes determinações teóricas e experimentais de densidades espectrais (ex: relacionando resultados de QCD em rede com seções de choque experimentais ou cálculos do $g-2$ do múon) ao fornecer uma ponte matemática controlada entre diferentes convenções de suavização.

Os autores enfatizam que, embora os métodos possam ser aplicados diretamente a entradas de tempo euclidiano, o foco principal é transformar entre observáveis suavizados em energia, evitando assim a resolução repetida do problema inverso mal posto para cada novo observável de interesse.