Sampling the Schwinger Model with Gauge-Equivariant Diffusion

Resumo Técnico: Amostragem do Modelo de Schwinger com Difusão Equivariante de Gauge

Enunciado do Problema
A Teoria de Campo em Rede (LFT) depende de simulações numéricas para aproximar integrais de caminho para observáveis físicos. No entanto, à medida que as simulações se aproximam do limite contínuo, os algoritmos padrão de Monte Carlo de Cadeia de Markov (MCMC), como o Monte Carlo de Híbrido (HMC), sofrem de "lentidão crítica" (critical slowing down). Este fenômeno é caracterizado por tempos de autocorrelação crescendo exponencialmente e baixas taxas de aceitação. Além disso, em teorias topologicamente não triviais, as cadeias MCMC frequentemente ficam "congeladas" em setores topológicos específicos, falhando em explorar o espaço de configuração completo. Embora os fluxos normalizantes (normalizing flows) tenham mostrado promessa na aceleração da amostragem para o modelo de Schwinger em rede, a aplicação de modelos generativos baseados em difusão para teorias de gauge em rede contendo férmions permanece inexplorada.

Metodologia
Os autores propõem uma abordagem baseada em difusão para amostrar configurações de links de gauge a partir da distribuição marginal do modelo de Schwinger em rede com $N_f = 2$. A metodologia envolve os seguintes componentes:

• Formulação do Modelo: Os autores utilizam um modelo generativo baseado em pontuação (score-based) formulado através de Equações Diferenciais Estocásticas (SDEs). O processo direto corrompe progressivamente as configurações iniciais de gauge $\phi_0$ com ruído ao longo do tempo, enquanto o processo reverso utiliza uma rede neural treinada (rede de pontuação ou score network) para interpolar do ruído de volta aos dados.
• Equivariância de Gauge: Para respeitar a simetria de gauge $U(1)$ do modelo, o processo de difusão é adaptado para o grupo de Lie $U(1)$. A solução da SDE direta envolve uma operação de "enrolamento" (wrap) que dobra a configuração ruidosa sobre o círculo unitário módulo $2\pi$. A rede de pontuação é construída para ser $U(1)$-equivariante, utilizando entradas invariantes de gauge, especificamente loops de Wilson retangulares de $2 \times 1$ e plaquetas.
• Treinamento e Arquitetura: A rede de pontuação emprega uma parametrização U-Net com embeddings de Fourier Gaussianos para codificação de tempo. Para abordar a não-localidade introduzida pelo determinante de férmion, a arquitetura incorpora convoluções dilatadas e camadas de atenção axial para capturar correlações de longo alcance.
• Dados de Treinamento: O modelo é treinado em 8.192 configurações de links de gauge geradas via HMC em redes de $8 \times 8$ e $16 \times 16$ com parâmetros $\beta = 2.0$ e $\kappa = 0.276$.
• Inferência e Verossimilhança: Novas amostras são geradas integrando a ODE reversa usando um integrador de Euler. As verossimilhanças do modelo são estimadas usando o estimador de traço de Skilling-Hutchinson, permitindo o cálculo de estimativas não enviesadas de observáveis via reponderação (reweighting).

Principais Contribuições

• Primeira Aplicação à Teoria de Gauge em Rede com Férmions: Este trabalho apresenta a primeira aplicação de amostragem baseada em difusão a uma teoria de gauge em rede que inclui férmions.
• Rede de Pontuação Equivariante de Gauge: Os autores demonstram a construção e o treinamento de uma rede de pontuação $U(1)$-equivariante capaz de lidar com a distribuição marginal do modelo de Schwinger após integrar os campos de férmion.
• Estimativa Não Enviesada: Ao calcular as verossimilhanças do modelo, os autores estabelecem um método para obter estimativas não enviesadas para observáveis físicos diretamente das amostras geradas pela difusão.

Resultados
O estudo avalia o desempenho do modelo de difusão contra o HMC em redes $8 \times 8$ e $16 \times 16$:

• Exploração Topológica: Uma análise qualitativa da carga topológica ($Q$) e do sinal de Dirac ($\sigma$) revela que o modelo de difusão exibe transições significativamente maiores entre setores topológicos pares e ímpares em comparação ao HMC. Isso sugere uma redução no congelamento topológico e uma exploração mais eficiente do espaço de fase.
• Precisão dos Observáveis: As configurações geradas pela difusão produzem estimativas não enviesadas para observáveis chave — a plaqueta média $\langle P \rangle$, a suscetibilidade topológica $\chi_Q$ e o condensado quiral $\langle \bar{\psi}\psi \rangle$ — que coincidem estreitamente com os valores de referência obtidos de simulações HMC.
• Métricas de Eficiência: Embora o modelo de difusão apresente taxas de aceitação mais baixas (20–35%) e uma divergência de Kullback-Leibler (KL) não normalizada mais alta em comparação com os baselines ideais de HMC, ele atinge tamanhos de amostra efetivos (ESS) que indicam capacidades de amostragem viáveis. Os tempos de autocorrelação integrada para a carga topológica são comparáveis ou ligeiramente superiores aos do HMC, mas a melhoria qualitativa no tunelamento topológico é notada como um achado significativo.

Significância e Alegações
Os autores posicionam este trabalho como um "primeiro estudo" e um passo "exploratório" para modelos generativos profundos em teoria de gauge em rede. Eles alegam que seus resultados demonstram a viabilidade de usar modelos de difusão para superar a lentidão crítica e o congelamento topológico em teorias fermiônicas. O artigo conclui modestamente que, embora a abordagem atual seja promissora, experimentação adicional com arquiteturas de modelo é necessária para identificar uma solução escalável. O trabalho futuro é identificado como necessário para adaptar estes métodos a diferentes esquemas de tratamento de férmions (como pseudo-férmions) e para estender a abordagem para teorias de rede $SU(N)$. O artigo não alega ter resolvido o problema de escala para a QCD de grande escala, mas estabelece uma prova de conceito para amostragem baseada em difusão na presença de férmions.