用于$O(N)$非线性sigma模型的NSPT：$N$越大越好
高能物理 - 格点
2024-01-23 v1
摘要
非线性sigma模型（NLSM）是目标空间具有非平凡几何结构的场论的一个例子。NLSM的一个有趣特征是渐近自由，这使得微扰计算变得有趣。鉴于在格点规范理论中取得的成功，数值随机微扰理论（NSPT）也是进行NLSM高阶计算的自然候选。然而，在低维系统中，已知NSPT的统计波动会随着阶数的增加而显著增加。在这项工作中，我们探讨了对于 NLSM，这种行为如何强烈依赖于。正如普遍预期的那样，越大，NSPT计算可以有效执行的阶数就越高。
关键词
引用
@article{arxiv.2401.11833,
title = {NSPT for $O(N)$ non-linear sigma model: the larger $N$ the better},
author = {Paolo Baglioni and Francesco Di Renzo},
journal= {arXiv preprint arXiv:2401.11833},
year = {2024}
}
备注
Proceedings of the 40th International Symposium on Lattice Field Theory (Lattice 2023), July 31st - August 4th, 2023, Fermilab, Batavia, Illinois, USA