Kernel transformations and bounds for smeared spectral functions

技术摘要：平滑谱函数的核变换与边界

问题陈述
在量子场论（特别是量子色动力学 QCD）中，谱函数通常是奇异的缓性分布。现象学应用以及理论（如格点 QCD）与实验之间的比较，通常需要计算经过特定核（如 Cauchy 核、高斯核或运动学动机核）平滑处理后的谱函数。虽然格点 QCD 提供了欧几里得时间相关函数的噪声化、离散样本（这些相关函数本身是经过拉普拉斯平滑的谱观测值），但直接从这些数据中提取特定的目标平滑观测值 $\rho[\kappa]$ 构成了一个极其困难的病态逆问题。

本研究解决了与之相关但性质不同的挑战：核变换问题。给定一族能量平滑的观测值 $\rho[\phi_\alpha]$（通过一个输入核族计算），如何能够严谨地计算出使用不同目标核 $\kappa$ 平滑后的同一谱函数？其目标是在不回归到重建未平滑谱函数 $\rho(\omega)$ 的原始逆问题的情况下，建立这些族之间的映射，并提供严谨的边界，以解释变换过程中引入的统计噪声和系统误差。

方法论
作者开发了一个基于谱泛函线性性质的框架，即 $\rho[\kappa] = \int d\omega \rho(\omega)\kappa(\omega)$。核心策略是将目标核 $\kappa(\omega)$ 表示为输入核族 $\{\phi_\alpha\}$ 的线性组合（或积分），通过一个“转换核” $K_{\kappa \leftarrow \phi}(\alpha)$：
$$\kappa(\omega) = \int_A d\alpha K_{\kappa \leftarrow \phi}(\alpha) \phi_\alpha(\omega)$$
如果该表示收敛，则目标观测值可以直接从输入数据获得：
$$\rho[\kappa] = \int_A d\alpha K_{\kappa \leftarrow \phi}(\alpha) \rho[\phi_\alpha]$$

该方法论分为两个阶段：

1. 精确变换： 本文确立了转换核存在的解析条件，以及在无需任意正则化的情况下积分收敛的条件。这高度依赖于核在复平面内的解析结构（特别是奇异点相对于质量间隙的位置）以及傅里叶分析。

   • 关键示例： 文中推导了高斯-高斯（仅限加宽）、Cauchy-Cauchy（仅限加宽）以及最重要的 Cauchy-高斯（对所有宽度均精确）的精确转换核。
   • 障碍： 需要进行“反卷积”的变换（例如将高斯核变窄为 Cauchy 核，或将 Cauchy 核变窄）通常在连续极限下无法收敛，因为这些核存在本质奇异性或其傅里叶变换具有增长性。

2. 正则化变换： 当精确映射不存在或数值不稳定时，目标核被替换为一个正则化近似值 $\kappa_T$。偏差 $\rho[\kappa] - \rho[\kappa_T]$ 被视为系统偏差。作者提供了一种方法，利用 Hölder 不等式直接从输入数据中限定该偏差，而无需依赖于所使用的具体正则化方案。

边界传播
本文的一个核心贡献是从输入端向目标端传播严谨的点值边界（或统计误差预算）。提出了两种互补的方法：

• Riesz–Kantorovich (RK) 边界： 一种通用的、非迭代的方法，它将转换核拆分为正部和负部。它利用输入函数在转换核为正时的上界以及在转换核为负时的下界（反之亦然）来确定目标的下界。这种方法是严谨的且计算成本较低，但由于忽略了输入点之间的相关性，可能会过于保守。
• 正定性优化边界： 该方法将边界传播表述为一个半无限规划（SIP）问题。它显式地强制执行物理约束，即底层的谱密度 $\rho(\omega)$ 必须是非负的。这比 RK 方法能产生更紧致的边界，但需要数值优化以及一个认证步骤，以确保解满足有限网格上的连续不等式。

对于正则化变换，总不确定度是传播的统计/区间不确定度与来自核失配的认证系统偏差之和。通过优化正则化参数来最小化最终的认证宽度。

主要贡献

1. 核变换形式化： 本文确立了精确核到核映射的充分必要解析条件，指出如果目标核的奇异点相对于输入核的宽度在实轴方向上足够分离，则此类映射存在。
2. 显式解析表达式： 作者为几类核提供了闭合形式的转换核，包括主要的 Cauchy-高斯 变换，该变换是精确的且无需正则化。
3. 严谨的偏差认证： 引入了一种新方法，仅利用已知的输入数据和目标核与输入核的比率（公式 71），即可限定任何近似核变换的系统误差。这使得即使在精确变换不可能实现的情况下，也能获得“经过认证”的边界。
4. 优化框架： 将选择输入平滑宽度和正则化参数的过程表述为优化问题，以最小化最终的不确定度区间。
5. Lévy 混合构造： 作者展示了如何通过 Lévy 分布混合，从连续的高斯平滑观测值重建 Cauchy 平滑观测值，从而绕过了固定宽度的障碍。

结果
通过在玩具模型和类格点数据上的数值演示，证实了该框架的有效性：

• Cauchy-高斯： 精确变换成功传播了边界，且不存在核失配偏差。最优输入平滑宽度 $\epsilon^*$ 被发现与目标宽度 $\sigma$ 处于同一数量级。
• Cauchy-Cauchy（变窄）： 对于变窄 Cauchy 核这一病态情况，正则化方法成功重建了目标并带有认证边界。结果显示了一种权衡：随着正则化项的移除，系统偏差消失，但传播的统计误差会爆炸；最优正则化参数在两者之间取得了平衡，以最小化总的认证区间。
• 高斯-Cauchy： 利用 Lévy 混合，本文展示了如何从一系列高斯输入中恢复 Cauchy 目标，其中正定性优化边界（SIP）比 RK 方法能产生更紧致的区间。
• 欧几里得-平滑： 该框架被应用于带噪声的欧几里得时间相关函数，将其转化为带有严谨边界的 Cauchy 和高斯平滑谱函数，证明了该方法在实际格点 QCD 分析中的可行性。

意义
本文声称，该框架为解决每一个新现象学观测值的完整逆谱问题提供了一种稳健的替代方案。与其针对每个特定的核从欧几里得数据中重建完整的谱函数 $\rho(\omega)$，不如计算一个方便的中间平滑观测值（例如 Cauchy 平滑的），然后将其转换为所需的目标（例如高斯或运动学平滑的），并附带经过认证的误差棒。

其意义在于：

• 模块化： 它将提取谱信息的过程与特定的现象学核解耦。
• 严谨性： 它提供了严谨的上界和下界，同时考虑了统计噪声和变换本身的系统偏差。
• 正定性： 它利用谱的正定性物理约束，实现了超越通用线性传播的更紧致边界。
• 互操作性： 通过提供受控的数学桥梁，它连接了不同理论与实验测定的谱密度（例如，将格点 QCD 结果与实验截面或缪子 $g-2$ 计算联系起来），从而在不同的平滑约定之间架起桥梁。

作者强调，虽然这些方法可以直接应用于欧几里得时间输入，但主要侧重于在能量平滑的观测值之间进行变换，从而避免了为每个感兴趣的新观测值重复求解病态逆问题。