应用于量子蒙特卡洛数据解析延拓的最大熵方法的对偶表述

物理学的许多领域使用量子蒙特卡洛技术，但难以通过虚时量子蒙特卡洛数据的解析延拓来估计动力学谱。解析延拓最普遍的方法之一是最大熵方法（MEM）。我们提供了一种用于 MEM 内部的对偶牛顿优化算法，并给出了该算法误差的解析界限。MEM 通常与 Bryan 的有争议的算法一起使用 [Rothkopf, "Bryan's Maximum Entropy Method" Data 5.3 (2020)]。我们提出了文献中尚未出现的新理论问题。我们的算法具有 Bryan 算法的所有理论优势，而没有这些理论问题。我们将使用 Bryan 优化的 MEM 与使用我们的对偶牛顿优化的 MEM 在格点量子色动力学和等离子体物理的测试问题上进行了比较。这些比较表明，在存在噪声的情况下，对偶牛顿算法产生了更好的估计值和误差棒；这表明了 Bryan 算法适用性的局限。我们使用 MEM 研究了暖稠密物质条件下均匀电子气的真实量子蒙特卡洛数据，并进一步证实了色散关系中的旋子型特征。