🔬 condensed matter

Tensor network simulations for nonorientable surfaces

यह शोध पत्र क्लेन बॉटल (Klein bottle) और $\mathrm{RP}^2$ जैसी गैर-अभिविन्यास योग्य सतहों (nonorientable surfaces) के अनुकरण के लिए स्थानिक परावर्तन ऑपरेटरों (spatial reflection operators) को समाहित करने वाली एक कुशल टेंसर रिनॉर्मलाइजेशन ग्रुप विधि प्रस्तुत करता है, जो पहले की तुलना में बड़े सिस्टम आकार के लिए मुक्त ऊर्जा पदों और विभाजन फलनों (partition functions) की गणना करने में सक्षम बनाता है।

मूल लेखक: Haruki Shimizu, Atsushi Ueda

प्रकाशित 2026-03-11

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Haruki Shimizu, Atsushi Ueda

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप अरबों सूक्ष्म कणों द्वारा खेले जाने वाले एक विशाल, जटिल खेल के नियमों को समझने की कोशिश कर रहे हैं। भौतिक विज्ञानी इसे "सांख्यिकीय यांत्रिकी" (statistical mechanics) कहते हैं। आमतौर पर, इस खेल को समझने के लिए, वे एक सपाट, अनंत मेज (एक टॉरस/torus) पर कणों के व्यवहार को देखते हैं। लेकिन कभी-कभी, इस खेल के गहरे, सार्वभौमिक नियमों को वास्तव में समझने के लिए, आपको कणों को एक मुड़ी हुई, अजीब मेज पर देखने की आवश्यकता होती है—जैसे कि एक क्लेन बोतल (Klein bottle - एक ऐसी बोतल जिसका कोई अंदर या बाहर नहीं होता) या एक रियल प्रोजेक्टिव प्लेन (Real Projective Plane - एक ऐसी सतह जहाँ यदि आप एक दिशा में काफी दूर चलते हैं, तो आप दूसरी तरफ से उल्टे होकर प्रकट होते हैं)।

ये "मुड़ी हुई" आकृतियाँ कंप्यूटर पर सिम्युलेट करने के लिए कठिन होती हैं क्योंकि इनके लिए खेल के नियमों को इस तरह पलटने या मोड़ने की आवश्यकता होती है जो मानक कंप्यूटर तर्क (logic) को तोड़ देते हैं।

हारुकी शिमिज़ु और अत्सुशी उएदा का यह शोध पत्र एक नए प्रकार के जादुय कैंची और गोंद के आविष्कार जैसा है, जो कंप्यूटर को इन मुड़ी हुई आकृतियों को पूरी तरह से काटने, पलटने और फिर से सिलने की अनुमति देता है, जिससे ब्रह्मांड के छिपे हुए रहस्य उजागर होते हैं।

यहाँ उनके द्वारा किए गए कार्य का एक सरल विवरण दिया गया है:

1. समस्या: "मुड़ा हुआ" पहेली

सोचिए कि एक टेंसर नेटवर्क (Tensor Network) धागों और गांठों से बनी एक विशाल, जटिल जाल है। प्रत्येक गांठ भौतिक प्रणाली के एक छोटे से हिस्से (जैसे एक चुंबक या कण) का प्रतिनिधित्व करती है। प्रणाली की कुल ऊर्जा या व्यवहार की गणना करने के लिए, कंप्यूटर को इन सभी गांठों को एक साथ "बांधना" पड़ता है।

पुराना तरीका: पिछले तरीके सपाट मेजों को अच्छी तरह से संभाल सकते थे। लेकिन जब उन्होंने एक मुड़ी हुई मेज (जैसे मोबियस स्ट्रिप या क्लेन बोतल) को सिम्युलेट करने की कोशिश की, तो उन्हें अनुमानों (approximations) का उपयोग करना पड़ा। यह एक सपाट कागज पर 3D गोले को चित्रित करने की कोशिश करने जैसा था; आप कुछ विवरण खो देते हैं। वे केवल तभी ऐसा कर सकते थे जब मेज बहुत लंबी और पतली हो, जिसने उनकी सीखने की क्षमता को सीमित कर दिया।
मोड़ (The Twist): इन मुड़ी हुई दुनियाओं में, खेल के नियम बदल जाते हैं। यदि आप कमरे के आर-पार चलते हैं, तो आप दूसरी ओर फिर से प्रकट हो सकते हैं, लेकिन आपका बायां हाथ अब दाहिना हाथ बन जाता है। इसे "स्थानिक प्रतिबिंब" (spatial reflection) कहा जाता है।

2. समाधान: "जादुई दर्पण" ऑपरेटर

लेखकों ने एक नया तरीका पेश किया: एक स्थानिक प्रतिबिंब ऑपरेटर (Spatial Reflection Operator)।

कल्पना कीजिए कि आपके पास एक कमरे की फोटो है।

मानक सिमुलेशन: आप बस फोटो की नकल करते हैं और उसे मूल फोटो के बगल में चिपका देते हैं।
उनका नया तरीका: वे एक "जादुई दर्पण" (प्रतिबिंब ऑपरेटर) लेते हैं। जब वे मूल फोटो के बगल में नई फोटो चिपकाते हैं, तो वे नई फोटो को क्षैतिज रूप से पलटने के लिए दर्पण का उपयोग करते हैं। अब, नई फोटो का बायां हिस्सा पुराने वाले के दाहिने हिस्से से पूरी तरह मेल खाता है, भले ही कमरा मुड़ा हुआ हो।

उन्होंने यह पता लगाया कि कैसे उनके कंप्यूटर एल्गोरिदम (जिसे HOTRG कहा जाता है) को इस "जादुई दर्पण" को अपने साथ ले जाने के लिए सिखाया जाए, जबकि वह विशाल जाल को सरल बना रहा है। हर बार जब कंप्यूटर गणना को आसान बनाने के लिए जाल को छोटा करता है, तो वह "पलटने" के तर्क को बरकरार रखते हुए दर्पण को भी छोटा करता जाता है।

3. दो विशेष आकृतियाँ

उन्होंने इस नए तरीके का उपयोग दो विशिष्ट मुड़ी हुई आकृतियों को सिम्युलेट करने के लिए किया:

क्लेन बोतल (The Klein Bottle): एक ऐसी ट्यूब की कल्पना करें जहाँ सिरे जुड़े हुए हैं, लेकिन जोड़ने से पहले एक सिरे को उल्टा कर दिया जाता है।
- परिणाम: उन्होंने "क्रॉसकैप फ्री एनर्जी" (Crosscap Free Energy) की गणना की। इसे "ब्रह्मांड को क्लेन बोतल में मोड़ने की लागत" के रूप में सोचें। यह लागत उन्हें एक सार्वभौमिक संख्या ( $g$ ) बताती है जो उस प्रकार के पदार्थ के लिए एक फिंगरप्रिंट की तरह काम करती है जिसका वे अध्ययन कर रहे हैं।
रियल प्रोजेक्टिव प्लेन (RP2): एक ऐसे गोले की कल्पना करें जहाँ प्रत्येक बिंदु सीधे विपरीत बिंदु से जुड़ा होता है (जैसे उत्तरी ध्रुव को दक्षिणी ध्रुव से जोड़ा गया हो)।
- परिणाम: उन्होंने "रेनबो फ्री एनर्जी" (Rainbow Free Energy) की गणना की। यह एक रंगीन स्पेक्ट्रम की तरह है जो "सेंट्रल चार्ज" ( $c$ ) को प्रकट करता है, जो एक मौलिक माप है कि कण कितने तरीकों से हिल-डुल या कंपन कर सकते हैं।

4. यह क्यों मायने रखता है: ब्रह्मांड का आईडी कार्ड पढ़ना

भौतिकी में, कुछ "सार्वभौमिक मात्राएँ" (Universal Quantities) होती हैं। ये वे संख्याएँ हैं जो किसी विशिष्ट सामग्री के उपयोग के बावजूद समान रहती हैं, जब तक कि वे एक निश्चित "चरण" (phase) में हों (जैसे कि चुंबक का अपनी चुंबकत्व खोना)।

पहले: वैज्ञानिक इन संख्याओं को केवल सरल, सपाट आकृतियों के लिए प्राप्त कर सकते थे।
अब: इस नए "जादुई दर्पण" तरीके के साथ, वे इन संख्याओं को मुड़ी हुई आकृतियों के लिए भी प्राप्त कर सकते हैं।
- उन्होंने पाया कि उनके द्वारा गणना की गई संख्याएँ सैद्धांतिक भविष्यवाणियों से पूरी तरह मेल खाती हैं।
- उन्होंने "वन-पॉइंट फंक्शन" (One-Point Function) की गणना करने में भी सफलता प्राप्त की, जो यह पूछने जैसा है कि, "यदि मैं इस मुड़े हुए तालाब में एक अकेला कंकड़ डालता हूँ, तो पानी में लहरें कैसे उठती हैं?" यह उन्हें कणों के बारे में और भी विस्तृत डेटा प्रदान करता है।

बड़ी तस्वीर का सादृश्य (Analogy)

कल्पना कीजिए कि आप एक नृत्य के नियमों को समझने की कोशिश कर रहे हैं।

पुराना तरीका: आप एक सपाट फर्श पर नर्तकों को देखते हैं। आप उनके कदम देख सकते हैं, लेकिन आप उनकी कलाबाजी (acrobatics) को मिस कर देते हैं।
नया तरीका: आप एक मंच बनाते हैं जो एक विशाल, मुड़ी हुई मोबियस स्ट्रिप है। आप एक विशेष कैमरे (टेंसर नेटवर्क विद रिफ्लेक्शन ऑपरेटर) का उपयोग करते हैं जो नर्तकों को पलटते और मुड़ते हुए फिल्मा सकता है।
खोज: इस मुड़े हुए मंच पर उन्हें फिल्माकर, आप एक गुप्त कदम (सार्वभौमिक स्थिरांक) की खोज करते जिसे आप सपाट फर्श पर नहीं देख सकते थे। यह गुप्त कदम आपको बताता है कि आप वास्तव में किस प्रकार के नृत्य दल को देख रहे हैं, चाहे वे कोई भी हों।

निष्कर्ष

यह शोध पत्र उन कंप्यूटर उपकरणों के लिए एक बड़ा अपग्रेड है जिनका उपयोग भौतिक विज्ञानी करते हैं। यह उन्हें उन "अजीब" ज्यामितिओं को सिम्युलेट करने की अनुमति देता है जिन्हें पहले संभालना बहुत कठिन था। ऐसा करके, वे उन महत्वपूर्ण बिंदुओं (जैसे कि बर्फ का पिघलना या चुंबक का शक्ति खोना) पर पदार्थ के व्यवहार के बारे में अधिक सटीक "सार्वभौमिक डेटा" निकाल सकते हैं। यह ब्लैक-एंड-व्हाइट टीवी से 4K होलोग्राम में अपग्रेड करने जैसा है, जो भौतिक दुनिया के उन विवरणों को प्रकट करता है जो पहले स्टैटिक (static) में छिपे हुए थे।

यहाँ हारुकी शिमिज़ु और अत्सुशी उएदा के शोध पत्र "टेन्सर नेटवर्क सिमुलेशन फॉर नॉनओरिएंटेबल सर्फेसेस" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

पदार्थ की अवस्थाओं का वर्गीकरण और क्रिटिकल फेनोमेना (critical phenomena) की समझ काफी हद तक कॉनफॉर्मल फील्ड थ्योरी (CFT) डेटा पर निर्भर करती है, जैसे कि सेंट्रल चार्ज ( $c$ ), क्वांटम डायमेंशन, और पार्टिशन फंक्शन्स के यूनिवर्सल रेश्यो। जबकि टेन्सर नेटवर्क विधियाँ (जैसे टेन्सर रिनॉर्मलाइजेशन ग्रुप - TRG) ओरिएंटेबल सतहों (जैसे टॉरस) पर सिस्टम को सिम्युलेट करने में सफल रही हैं, नॉनओरिएंटेबल सतहों (विशेष रूपकर क्लेन बॉटल और रियल प्रोजेक्टिव प्लेन, $RP^2$ ) को सिम्युलेट करना चुनौतीपूर्ण बना हुआ है।

चुनौती: इन ज्यामितिओं को साकार करने के लिए "ट्विस्टेड" बाउंडरी कंडीशंस (स्थानिक प्रतिबिंब/spatial reflections) को लागू करने की आवश्यकता होती है, जिन्हें मानक टेन्सर नेटवर्क कॉन्ट्रैक्शन स्कीम्स में सीधे शामिल करना कठिन होता है।
पिछले कार्यों की सीमाएँ: पिछले अध्ययन बाउंड्री मैट्रिक्स प्रोडक्ट स्टेट (BMPS) तकनीकों पर निर्भर थे। वे मुख्य रूप से एनिसोट्रोपिक लिमिट ( $L \gg \beta$ , जहाँ $L$ सिस्टम साइज है और $\beta$ इनवर्स टेम्परेचर है) तक सीमित थे और अक्सर सन्निकटन (approximations) का उपयोग करते थे। वे आइसोट्रोपिक स्थितियों या बड़े सिस्टम साइज के लिए पार्टिशन फंक्शन्स को कुशलतापूर्वक कंप्यूट करने में संघर्ष करते थे।
लक्ष्य: एक मजबूत टेन्सर नेटवर्क कार्यप्रणाली विकसित करना जो सीधे नॉनओरिएंटेबल सतहों को सिम्युलेट कर सके, उनके पार्टिशन फंक्शन्स की गणना कर सके और व्यापक रेंज में यूनिवर्सल CFT डेटा (जैसे $g$ और $c$ ) और वन-पॉइंट फंक्शन्स ( $\Gamma_k$ ) निकाल सके।

2. कार्यप्रणाली (Methodology)

लेखक हायर-ऑर्डर टेन्सर रिनॉर्मलाइजेशन ग्रुप (HOTRG) फ्रेमवर्क में स्पेशियल रिफ्लेक्शन ऑपरेटर्स को एकीकृत करने का प्रस्ताव देते हैं। मुख्य नवाचार बल्क टेन्सर्स के साथ एक स्थानिक प्रतिबिंब ऑपरेटर का स्पष्ट रिनॉर्मलाइजेशन है।

A. "कट-एंड-सिव" (Cut-and-Sew) के माध्यम से ज्यामितीय निर्माण

क्लेन बॉटल ( $Z_K$ ) और $RP^2$ ( $Z_{RP^2}$ ) के पार्टिशन फंक्शन्स को एक टॉरस-जैसे सिस्टम को आधा काटकर और विशिष्ट बाउंड्री कंडीशंस के साथ किनारों को "सीवन" (sewing) करके बनाया जाता है:

क्लेन बॉटल: एक दिशा में आवधिक (periodic) है, लेकिन दूसरी दिशा में एक क्रॉसकैप (crosscap) बाउंडरी कंडीशन (स्थानिक व्युत्क्रमण/spatial inversion) के साथ है।
$RP^2$ : इसके लिए रेनबो (rainbow) और क्रॉसकैप (crosscap) दोनों बाउंड्री कंडीशंस की आवश्यकता होती है।

B. स्थानिक प्रतिबिंब ऑपरेटर का रिनॉर्मलाइजेशन

लेखक एक स्थानिक प्रतिबिंब ऑपरेटर पेश करते हैं, जिसे $O$ द्वारा दर्शाया गया है, जो क्षैतिज और ऊर्ध्वाधर बॉन्ड बेसिस के बीच एक ट्रांसफॉर्मेशन मैट्रिक्स के रूप में कार्य करता है।

इनिशियलाइज़ेशन: $O^{(0)}$ को आइडेंटिटी मैट्रिक्स ( $\delta_{ab}$ ) के रूप में परिभाषित किया गया है।
रिनॉर्मलाइजेशन: प्रत्येक कोर्स-ग्रेनिंग स्टेप $n$ पर, ऑपरेटर $O^{(n)}$ को उसी आइसोमेट्री ( $U^{(n)}$ ) का उपयोग करके अपडेट किया जाता है जिसका उपयोग बल्क टेंसर $T^{(n)}$ को रिनॉर्मलाइज करने के लिए किया जाता है।
$O^{(n)}_{ab} = \sum_{ii'jj'} U^{(n)}_{aij} O^{(n-1)}_{ii'} O^{(n-1)}_{jj'} U^{(n)}_{bj'i'}$
यह सुनिश्चित करता है कि रिनॉर्मलाइजेशन फ्लो के दौरान रिफ्लेक्शन सिमेट्री बनी रहे।

C. बाउंड्री फ्री एनर्जी की गणना

थर्मोडायनामिक लिमिट ( $L \gg \beta$ ) में, पार्टिशन फंक्शन ट्रांसफर मैट्रिक्स के लीडिंग आइजनवेक्टर $|i_0\rangle$ द्वारा डोमिनेट होता है। लेखक दो बाउंड्री फ्री एनर्जी परिभाषित करते हैं:

क्रॉसकैप फ्री एनर्जी ( $F_C$ ): इसे लीडिंग आइजनवेक्टर $L^{(n)}$ के इंडेक्स को सीधे कॉन्ट्रैक्ट करके (जो क्रॉसकैप स्टेट $|C\rangle$ का प्रतिनिधित्व करता है) कंप्यूट किया जाता है।
$F_C = \ln \left( \sum_x L^{(n)}_{xx} \right)$
रेनबो फ्री एनर्जी ( $F_R$ ): इसे लीडिंग आइजनवेक्टर को रिनॉर्मलाइज्ड रिफ्लेक्शन ऑपरेटर $O^{(n-1)}$ के साथ कॉन्ट्रैक्ट करके (जो रेनबो स्टेट $|R\rangle$ का प्रतिनिधित्व करता है) कंप्यूट किया जाता है।
$F_R = \ln \left( \sum_{x_1 x_2} L^{(n)}_{x_1 x_2} O^{(n-1)}_{x_1 x_2} \right)$
वैकल्पिक विधि: लेखक यह भी प्रदर्शित करते हैं कि $F_R$ को कॉन्ट्रैक्शन स्टेप के दौरान वर्टिकली कॉपी किए गए बल्क टेंसर को केवल रिफ्लेक्ट करके भी कैलकुलेट किया जा सकता है, जिससे कुछ मामलों में $O$ के स्पष्ट रिनॉर्मलाइजेशन से बचा जा सकता है।

D. वन-पॉइंट फंक्शन्स निकालना

इस पद्धति को $RP^2$ पर प्राइमरी ऑपरेटर्स के वन-पॉइंट फंक्शन को कैलकुलेट करने के लिए विस्तारित किया गया है, जिसे $\Gamma_k$ कहा जाता है। इसे विशिष्ट प्राइमरी ऑपरेटर्स (जैसे मैग्नेटिक $\sigma$ या एनर्जी $\epsilon$ ऑपरेटर्स) के संगत आइजनवेक्टर्स और क्रॉसकैप स्टेट $|C\rangle$ के ओवरलैप को कंप्यूट करके प्राप्त किया जाता है।

3. मुख्य योगदान (Key Contributions)

नॉनओरिएंटेबल सतहों का सीधा सिमुलेशन: यह पेपर HOTRG फ्रेमवर्क के भीतर सीधे क्लेन बॉटल और $RP^2$ ज्यामिति को सिम्युलेट करने के लिए पहला कुशल टेन्सर नेटवर्क दृष्टिकोण प्रस्तुत करता है, जो BMPS के एनिसोट्रोपिक सन्निकटन से आगे बढ़ता है।
कुशल ऑपरेटर रिनॉर्मलाइजेशन: रिनॉर्मलाइज्ड स्पेशियल रिफ्लेक्शन ऑपरेटर का परिचय बड़े सिस्टम साइज और आइसोट्रोपिक स्थितियों ( $L \sim \beta$ ) के तहत पार्टिशन फंक्शन्स की गणना करने की अनुमति देता है।
यूनिवर्सल डेटा का निष्कर्षण: यह पद्धति सफलतापूर्वक निम्नलिखित को निकालती है:
- यूनिवर्सल कांस्टेंट $g$ (वाया $F_C$ )।
- सेंट्रल चार्ज $c$ (वाया $F_R$ का स्केलिंग)।
- प्राइमरी ऑपरेटर्स के लिए वन-पॉइंट फंक्शन कोएफिशिएंट्स $\Gamma_k$ ।
सामान्यीकरण (Generalizability): यह फ्रेमवर्क वर्सेटाइल है जिसे रिनॉर्मलाइज्ड टेन्सर्स को रिफ्लेक्शन ऑपरेटर $O$ के साथ या उसके बिना "सीवन" (sewing) करके उच्च-जीनस (higher-genus) ओरिएंटेबल और नॉनओरिएंटेबल सतहों के निर्माण के लिए लागू किया जा सकता है।

4. परिणाम (Results)

लेखकों ने बॉन्ड डायमेंशन $\chi = 30, 45, 80$ का उपयोग करके $q$ -स्टेट पॉट्स मॉडल्स ( $q=2, 3, 4$ ) पर अपने मेथड का परीक्षण किया।

रेनबो फ्री एनर्जी ( $F_R$ ):
- परिणामों ने सैद्धांतिक स्केलिंग $F_R \approx \frac{c}{4} \ln \beta + b$ के साथ उत्कृष्ट सहमति दिखाई।
- आइसिंग मॉडल ( $q=2$ ) के लिए $\beta \sim 128$ तक उच्च सटीकता के साथ सहमति बनी रही।
- ऑपरेटर रिनॉर्मलाइजेशन मेथड और वैकल्पिक "रिफ्लेक्शन ऑफ बल्क टेंसर" मेथड दोनों ने अविभेद्य (indistinguishable) परिणाम दिए।
क्रॉसकैप फ्री एनर्जी ( $F_C$ ):
- $q=2$ और $q=3$ के लिए परिणाम यूनिवर्सल रेश्यो $g$ के लिए सैद्धांतिक भविष्यवाणियों के साथ अच्छी तरह से संरेखित थे।
- $q=4$ के लिए, हाई $\chi$ पर एक विचलन देखा गया, जो मार्जिनली इर्रेलेवेंट पर्सर्बेशन के संबंध में पिछले निष्कर्षों के अनुरूप है।
वन-पॉइंट फंक्शन्स ( $\Gamma_k$ ):
- आइसिंग मॉडल पर लागू करते हुए, इस पद्धति ने आइडेंटिटी ( $I$ ), मैग्नेटिक ( $\sigma$ ), और एनर्जी ( $\epsilon$ ) ऑपरेटर्स के लिए $\Gamma_k$ की गणना की।
- संख्यात्मक परिणाम उच्च सटीकता के साथ विश्लेषणात्मक समाधानों (जैसे $\Gamma^2_\sigma = 0$ , $\Gamma^2_I = 1 + 1/\sqrt{2}$ ) से मेल खाते हैं।

5. महत्व (Significance)

टेन्सर नेटवर्क में प्रगति: यह कार्य टेन्सर नेटवर्क सिमुलेशन के दायरे को मानक ओरिएंटेबल मैनिफोल्ड्स से जटिल नॉनओरिएंटेबल टोपोलॉजी तक महत्वपूर्ण रूप से बढ़ाता है।
CFT डेटा अधिग्रहण: यह लैटिस मॉडल्स से सीधे क्रिटिकल CFT डेटा (सेंट्रल चार्ज, क्वांटम डायमेंशन और बाउंड्री कोएफिशिएंट्स) निकालने के लिए एक शक्तिशाली, नॉन-परटर्बेटिव टूल प्रदान करता है, जो फेज ट्रांजिशन और टोपोलॉजिकल ऑर्डर की पहचान करने के लिए महत्वपूर्ण है।
टोपोलॉजिकल फिजिक्स: $RP^2$ और क्लेन बॉटल पर पार्टिशन फंक्शन्स को कंप्यूट करने की क्षमता (2+1)-डायमेंशनल सिस्टम में सिमेट्री-प्रोटेक्टेड टोपोलॉजिकल (SPT) फेजेस और एज स्टेट्स के अध्ययन के लिए आवश्यक है।
भविष्य के अनुप्रयोग: यह फ्रेमवर्क जटिल ज्यामिति के भौतिकी की खोज के लिए नए रास्ते खोलता है, जो संभावित रूप से नॉनओरिएंटेबल सतहों पर होलोग्राफी और सामान्यीकृत उच्च-जीनस वाले नॉनओरिएंटेबल मैनिफोल्ड्स के अध्ययन में सहायता कर सकता है।

निष्कर्षतः, शिमिज़ु और उएडा ने टेन्सर नेटवर्क का उपयोग करके नॉनओरिएंटेबल सतहों को सिम्युलेट करने के लिए एक मजबूत, कुशल और वर्सेटाइल फ्रेमवर्क स्थापित किया है, जिससे उन यूनिवर्सल मात्राओं की सटीक गणना संभव हुई है जो पहले पहुंच से बाहर थीं।