源自斯勒皮安信息论的解析延拓核的解析奇异值结构

《APS Open ScienceNEW》:Analytical singular-value structure of analytic-continuation kernels from Slepian information theory

【字体: 大 中 小 】 时间:2026年09月23日 来源:APS Open ScienceNEW

编辑推荐:

   从虚时间格林函数到实频谱的解析延拓是量子多体物理学中的一个核心不适定反问题。我们证明,一旦将其纯动力学部分与热浴施加的统计权重分离开来,热核便具有解析的广义奇异值结构。动力学核是Slepian有限傅里叶变换的虚带宽延拓,由产生长椭球波函数的同一Sturm-Liouville代

  

从虚时间格林函数到实频谱的解析延拓是量子多体物理学中的一个核心不适定反问题。我们证明,一旦将其纯动力学部分与热浴施加的统计权重分离开来,热核便具有解析的广义奇异值结构。动力学核是Slepian有限傅里叶变换的虚带宽延拓,由产生长椭球波函数的同一Sturm-Liouville代数所支配。费米子和玻色子统计规律随后作为频域内积的规范变换引入,在相应的加权空间中产生广义奇异系统和自伴有效势。香农数$N_c=\beta\omega_{\max}/\pi$决定了该纯Laplace信道的信息容量上限。最后,最优采样点由Legendre同事矩阵的特征值获得,从而给出一个确定性的压缩感知网格,无需迭代求根。

## I. 引言

虚时间量子蒙特卡洛(QMC)方法提供了对热关联函数具有统计可控的访问途径,但实验相关的谱位于实频轴上。它们之间的关系是一个第一类Fredholm方程,

$$\text{(1)}$$

其中下标标记费米子或玻色子统计规律。对式(1)求逆即解析延拓问题。该问题众所周知极不稳定:核的奇异值指数坍缩,因此$\Gamma(\tau)$中的统计噪声被放大为不可控的谱结构[1]。应对这种不稳定性的标准方法是施加先验结构:有理Padé延拓[2]、最大熵和贝叶斯推断[1,3],以及随机解析延拓或优化[4,5]。这些方法仍然不可或缺,但其输出依赖于模型选择、熵或温度调度、正性和求和规则约束,以及区分物理尖锐特征与被放大噪声的诊断手段。

稀疏建模的引入改变了数值观点:不是重建所有奇异方向,而是通过$l_1$正则化反问题[6,7]来识别在噪声水平下存活的成分。与之并行,中间表示(IR)揭示了有限温度格林函数的低秩结构,并在虚时间和马祖巴拉频率上实现了稀疏采样[8–10]。此后,这一方案已扩展至离散Lehmann表示[11,12]、混合稀疏建模-Padé策略[13]、保因果性Nevanlinna延拓[14]、机器学习优化器[15],以及ACFlow等集成软件生态系统[16]。最近的一项独立工作进一步确定了标准IR核中压缩现象的有限Laplace/扁椭球起源[17]。这些发展从不同的数值观点确定了解析延拓核的同一有限维值域。Shinaoka等人通过对离散化热核的数值奇异值分解(SVD)获得IR基;Li等人从最高阶IR基函数的零点构造稀疏采样点;Kaye、Chen和Parcollet通过秩揭示性线性代数选择Dirichlet Lehmann表示(DLR)频率和虚时间节点。下述的Slepian公式提供了互补途径,在此途径中,IR类压缩空间、其奇异值以及兼容的节点构造均由单一Sturm-Liouville代数生成。

本文给出了通往该算法步骤的闭合解析路径。我们将热核分解为普适动力学传输因子和依赖于统计规律的度规。前者映射到Slepian关于时间和带宽受限信号的信息论;后者成为希尔伯特空间测度的规范变换。结果是费米子和玻色子核在加权度规下的精确广义奇异值分解,以及相应最优采样网格的代数构造。同事矩阵网格是Slepian基的一个确定性实现,而核心对象是压缩表示本身的半解析构造与诠释。高效的IR和DLR实现已经能够非常快速地生成其网格。本构造的目的是明确展示压缩子空间、奇异值和采样节点如何从同一微分方程系数导出。

## II. Slepian有限傅里叶变换

在转向格林函数之前,回顾一下Slepian、Landau和Pollak[18–21]所解决的经典问题是有帮助的。设一个信号仅在有限时间间隔$[0,T]$内被观测到,且带宽受限至$[0,B]$。有限傅里叶变换

$$\text{(2)}$$

在平面波中不是对角的,因为时间和频率都被截断了。Slepian的关键观察是$\hat{B}$与一个局部Sturm-Liouville算符对易,

$$\text{(3)}$$

因此,非局域积分变换的奇异函数是长椭球波函数(PSWF),它们可以从对易的微分方程中获得。同一理论给出了香农数$N=2BT/\pi$,即可以通过有限时间-带宽窗口传递的独立自由度数。

这一经典构造是本文的参考框架。格林函数核与式(2)在两个受控方面有不同之处:酉傅里叶相位$e^{i\omega t}$被虚时间Laplace因子$e^{-\omega\tau}$替换,而费米子或玻色子统计规律将这一普适因子乘以热权重。第一处变化是Slepian代数的解析延拓,而第二处是频域度规的规范变换。核的对称化与Slepian映射在下一节中明确写出。

## III. Slepian映射与香农极限

引入

$$\text{(4)}$$

$\Omega$上的物理核分离为

$$\text{(5)}$$

$$\text{(6)}$$

对所有量子统计规律的依赖都被限制在$\omega$空间的权重中。公共因子

$$\text{(7)}$$

是纯虚时间相位传输信道。它满足

$$\text{(8)}$$

其中

$$\text{(9)}$$

这是Slepian Sturm-Liouville算符的虚带宽延拓。因此,$K$具有双线性展开

$$\text{(10)}$$

其中$\{\psi_n\}$是带宽参数经解析延拓的PSWF,等价地说是扁椭球函数。此纯信道的信息容量由Slepian-Landau-Pollak计数定律决定,

$$\text{(11)}$$

分量$n\geq N_c$编码了信道的指数小尾部,因此是最脆弱于数值和QMC噪声的模式。

此处,$\lambda_n$是紧算符

$$\text{(12)}$$

对应的特征函数$\psi_n$的特征值。其符号取决于宇称约定,而物理核的广义奇异值正比于$\lambda_n$。

使用Legendre基是计算长椭球和扁椭球波函数的标准做法。当$\epsilon=0$时,式(9)退化为Legendre Sturm-Liouville问题,因此特征函数恰好是Legendre多项式。对于$\epsilon\neq 0$,乘法算符$\cosh\epsilon\cosh t$由于$U_1$的三项递推关系具有稀疏表示;它仅耦合相邻宇称$n$与$n\pm2$。因此,在展开后,微分特征问题变为一个宇称分离的三对角矩阵问题。

为了获得函数$\psi_n$,我们在这一Legendre多项式基中求解式(9)的特征问题,

$$\text{(13)}$$

其中$L$是用于表示函数的Legendre截断。代入式(9)给出宇称分离的三对角特征问题,

$$\text{(14)}$$

截断$L$只是一个数值表示参数,不应与式(11)中的香农数$N_c$混淆。系数$\{a_k\}$同时决定了基函数和纯核的特征值。在偶宇称时在$t=1$处评估积分方程,在奇宇称时在$t=1$处对其求导,给出

$$\text{(15)}$$

$$\text{(16)}$$

式(14)–(16)概括了本文使用的半解析构造:一个局部三对角特征问题给出Legendre系数,而同一系数通过代数公式给出特征值$\lambda_n$。

式(14)–(16)的优势在于,基函数、纯Laplace信道的奇异谱以及下面的同事矩阵节点,全部由一组Legendre系数获得。

这一陈述的Laplace版本不如Slepian的原始傅里叶问题那样为人所熟知,因为核不再是酉的。本文的表述直接揭示了这一点:式(10)的特征值$\lambda_n$可以通过PSWF系数经由式(15)和(16)评估。图1展示了使用下文相同参数的有序幅度值,$N_c=8$($\epsilon=1$)。$\lambda_n$的符号交替被吸收进右奇异向量的约定中;费米子和玻色子核的广义奇异值由式(22)中的统计前因子从$\lambda_n$获得。在香农指标$N_c$附近,谱已经下降了超过七个数量级,随后迅速进入指数小尾部。

**图1.** 纯Laplace-Slepian核$K$的特征值悬崖($\epsilon=1$)。绘制的是从解析延拓PSWF的Legendre系数获得的有序幅度$|\lambda_n|$。灰色垂直线标记香农数$N_c$,灰色水平线标记$10^{-7}$。

## IV. 规范变换后的广义奇异值分解

式(5)和(6)表明,粒子统计规律在频域中充当度规的变化。定义加权内积

$$\text{(17)}$$

其中

$$\text{(18)}$$

玻色子的正则极限在$\omega=0$处理解。将式(10)与式(18)结合给出广义奇异值分解

$$\text{(19)}$$

其中

$$\text{(20)}$$

$$\text{(21)}$$

$$\text{(22)}$$

因此,在这一加权度规中对核的数值对角化被替换为二阶微分算符的谱代数;它与标准奇异值分解互补,后者在固定容差下经过热加权后的有效秩可能更小[17]。

例如,在费米子情况下,右函数在加权度规中是正交的,因为

$$\text{(23)}$$

而且,

$$\text{(24)}$$

在同一度规中成立伴随关系。玻色子情况在将度规替换为$w_B$后完全相同。这就是我们称式(19)为广义奇异值分解的原因:它在由热统计权重产生的自然希尔伯特空间中是精确的,而传统IR是对已经加权的热核的标准奇异值分解。

同一规范变换给出了物理诠释。将$\psi_n$写为$\phi_n$与$w_F^{-1/2}$,右奇异函数服从一个自伴Sturm-Liouville方程,

$$\text{(25)}$$

对于费米子,

$$\text{(26)}$$

相差由$w_F$的约定固定的无关常数位移。因此,热浴表现为一种规范场,重塑频域测度并抑制统计上不可及的高能信息。费米子和玻色子仅通过此度规及其关联有效势不同;奇异值悬崖本身由普适Slepian信道支配。式(23)中的加权正交性、式(24)中的算符作用以及式(25)中的局部方程,给出了同一广义奇异系统的积分形式和微分形式。

## V. 从同事矩阵获得采样点

解析基还决定了应该在何处测量虚时间数据。在截断于$N_c$时,扩展高斯求积节点是边界基函数的零点,

$$\text{(27)}$$

因此均匀采样在信息论意义上并非最优。这些节点可以在没有牛顿迭代或先验函数评估的情况下获得。展开

$$\text{(28)}$$

其中$P_k$是Legendre多项式,系数$\{a_k\}$已由与式(9)相关的宇称分离三对角特征问题产生。使用

$$\text{(29)}$$

其中

$$\text{(30)}$$

这些系数构成$U_1$在$\{\psi_0,\ldots,\psi_{L-1}\}$上作用时的Jacobi矩阵$J$。在式(28)的零点处,$\psi_{N_c}=0$。消去$U_1$将递推封闭为同事特征问题

$$\text{(31)}$$

其中

$$\text{(32)}$$

此处,$e_L$是$L$维Legendre系数空间中的最后一个单位向量。物理节点是$J$在$\psi_0$空间中的$N_c$个特征值,其求积权重由相应特征向量通过常规的Golub-Welsch矩构造[22,23]得出。同事矩阵公式[24,25]用确定性的有限维特征问题替代了启发式求根搜索。在实践中,首先求解截断为$L$的三对角Legendre问题以获得$\psi_{N_c}$,用同一系数向量$\{a_k\}$构造$J$,对角化$J$,并保留物理区间内的实特征值作为虚时间节点。$J$的维数由Legendre表示截断$L$控制,而保留节点的数目根据期望秩$N_c$选择,通常在香农尺度附近。

这一构造应与现有的稀疏网格策略直接比较。Li等人也使用最高阶基函数的零点,但基函数是数值计算的IR奇异函数。Kaye、Chen和Parcollet使用秩揭示性线性代数选择DLR频率和插值节点。同事矩阵最好被看作是与Slepian基关联的代数实现,而非更廉价的通用求根器;所有这些网格在感兴趣的秩下都不昂贵。其意义在于,产生Slepian基和代数特征值$\lambda_n$的同一组Legendre系数也产生采样节点。在此意义上,基、奇异谱和网格由同一有限维计算联系起来。

## VI. 与稀疏建模重构的关系

网格样本以两种不同方式使用。首先,对于虚时间格林函数的插值或压缩,求解一个小型线性系统

$$\text{(33)}$$

然后在密集参考网格上评估所得展开。其次,对于谱重构,将采样的格林函数传递给具有正性和求和规则约束的反演求解器。这一区分很重要,因为仅凭采样网格无法消除解析延拓的不适定性。

解析奇异系统还阐明了奇异值嵌入稀疏建模[6,7]的噪声滤波机制。朴素的投影-除法程序估计$\hat{G}(\omega)$并因此在奇异值悬崖附近将噪声放大$\lambda_n^{-1}$倍。稀疏建模公式将奇异值保留在前向矩阵内部,

$$\text{(34)}$$

并在需要时施加正性和求和规则约束。

如果采样网格和求积权给出正交性,无约束加权问题解耦为 (35) 其中 且其闭式解为 (36) 其中 (37) 有效阈值随 减小而增大,因此峭壁之外的模式被连续抑制,而非被除以零。此处给出此闭式表达,仅用于阐释稀疏建模公式的滤波机制;下文使用的约束重构仍然在数值上求解带正性和求和规则约束的问题。正性和求和规则使变量重新耦合,此时交替方向乘子法(ADMM)仍是合适的约束求解器,但式 (36) 给出了奇异值嵌入稀疏建模为何鲁棒的代数原因。

VII. 数值采样测试

我们最终通过一个受控的正问题来说明采样步骤。由四个高斯峰构成的模型谱 ,以 为变量绘出,经费米子核变换,参数为 ,即 ,此时 。稠密参考使用 个均匀分布的虚时间点。仅保留 个柯尔格矩阵观测节点,图3显示当 时误差很大,但在 时降至 ,在 时降至 ,对应于夏农尺度上的 压缩因子。这应与最终重构精度 区分开来:奇异值嵌入稀疏建模通过在前向矩阵中保留 而非除以它,以信息论合理的方式处理病态方向 [6,7]。因此,斯莱皮安构造并未绕过夏农极限;它在解析上识别出纯信道极限,并将其转化为确定性的采样规则。现有均匀数据仍可投影到解析 上,并用相同的ADMM方案处理,因此该基函数既适用于规划的压缩测量,也适用于对已采样数据的后处理。

我们在相同的正问题下比较五种选择:均匀网格、Li 等人的默认稀疏-IR虚时间网格、官方 pydlr DLR 插值网格、纯斯莱皮安柯尔格网格、以及标准度量斯莱皮安网格。后两者的区别在于频域中使用的内积。广义 SVD 使用加权内积。传统费米子 IR SVD 则将物理核 视为从平坦 到平坦 的算子。为与该约定比较,我们将平坦度量正规算子限制在截断的斯莱皮安子空间内。在斯莱皮安基下,这是一个小矩阵 (38) 其中 是斯莱皮安广义奇异值, 是对应的右函数。此处引入该矩阵是因为它在数值比较中是所使用的显式有限维运算:它将加权的斯莱皮安奇异系统转换为标准 IR SVD 所用的平坦频率度量。对角化 给出斯莱皮安函数的正交旋转。旋转后的函数仍为勒让德级数,因此其节点再次由柯尔格矩阵获得。这就是标准度量斯莱皮安网格的精确含义:它是用通常 IR SVD 所用相同平坦频率内积表达的斯莱皮安子空间。

图2显示插值误差随节点数的变化。DLR/pydlr 符号按扫描 DLR 容差所产生的秩绘出。纯斯莱皮安柯尔格网格在 处精度较低,因为它与第四节中加权的斯莱皮安奇异系统相关联,而 Li 式 IR 网格则是针对平坦度量物理核优化的。在对平坦度量矩阵 进行对角化后,标准度量斯莱皮安网格在显示精度内给出与 Li 式 IR 网格相同的插值精度: 处为 , 处为 。因此,数值比较支持一个具体陈述:对于此基准,通常 IR 子空间可通过用平坦度量格拉姆矩阵对解析斯莱皮安子空间进行旋转而重构。

图2. 虚时间格林函数在若干节点选择下的插值误差。黑色空心圆代表均匀网格,蓝色实心圆代表 Li 式 IR 网格,青色方块代表 DLR/pydlr 网格,红色三角代表纯斯莱皮安柯尔格网格,紫色菱形代表标准度量斯莱皮安网格。所绘误差是在每种方法自身插值基下计算的 。标准度量斯莱皮安网格通过对截断斯莱皮安子空间内的小矩阵 进行对角化获得。

相同的采样数据也被送入在固定频率网格上运行的同一正性和求和规则约束 ADMM 求解器。此处所示所有稀疏网格的相对谱误差均保持在 0.70–0.73 的窄范围内,而具有相同求解器的稠密均匀基线( )给出 0.672。这些数字未在图2中显示,因为它们诊断的是随后的解析延拓求解器,而非插值网格。它们确认,网格比较并不能消除解析延拓的固有信息损失。

对于纯柯尔格网格,一旦在夏农指数之上使用适度的安全裕度,矩匹配求积权即变为正值。此时加权矩阵 近似正交,在 处条件数为 1.01,在 处为 1.00。在 处,纯柯尔格权并非全为正,因此图3中的插值误差采用无权最小二乘。这是一个有限秩数值细节,而非单独的重构方法。

图3. 数值采样实验。(a) 由四个高斯峰构成的原始谱 ,以 为变量绘出。(b) 由费米子核得到的虚时间输出;红点为 个柯尔格矩阵观测节点。(c) 相对重构误差 随观测数 的变化。在夏农尺度上的急剧改进表明,压缩网格保留了核所传输的信息。

VIII. 结论与展望

解析延拓之所以困难,是因为热虚时间演化是一个奇异方向指数级小化的信息信道。通过分离普适拉普拉斯传输因子与统计度量,我们表明该信道可解析地由斯莱皮安时带宽理论加以控制。费米子和玻色子核通过规范变换的测度和有效势获得其物理区别,而夏农数 界定了纯拉普拉斯信道的容量。这一视角还阐明了奇异值嵌入 ADMM 为何有效:它正则化的是穿过核后幸存的信息,而非试图恢复未被传输的模式。数值比较表明,纯斯莱皮安柯尔格网格捕捉到了正确的信息尺度,且标准度量斯莱皮安网格在复现 Li 式 IR 插值精度的同时,给出了与 Li 式 IR 和 DLR/pydlr 采样可比的最终谱误差。核心信息是:IR 式的压缩子空间可以从解析斯莱皮安基加上式 (38) 中的有限平坦度量格拉姆矩阵重构而来。相同的勒让德系数还提供了纯信道本征值和柯尔格矩阵节点。因此,该结果统一了三种通常被分别引入的对象——压缩基函数、奇异值和稀疏采样节点——的半解析解释。它为压缩虚时间测量提供了数学基础,在其中人们选择跨越所传输信息的坐标,同时认识到指数级不稳定的互补部分无法由任何网格恢复。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号