A geometrical approach to determine the proximity of a point to an axisymmetric quadric in space

तकनीकी सारांश: अंतरिक्ष में एक अक्षीय सममित क्वाड्रिक (Axisymmetric Quadric) से एक बिंदु की निकटता निर्धारित करने के लिए एक ज्यामितीय दृष्टिकोण

समस्या विवरण
यह शोध पत्र $\mathbb{R}^3$ में एक दिए गए बिंदु $p_0$ और एक सामान्य द्विघाती सतह (क्वाड्रिक) के बीच की न्यूनतम दूरी (निकटता) की गणना करने की समस्या को संबोधित करता है, जिसमें वह बिंदु शामिल नहीं है। हालांकि दीर्घवृत्त (ellipsoids) और अतिपरवलय (hyperboloids) जैसे विशिष्ट क्वाड्रिक्स की निकटता का अध्ययन किया गया है, लेखक नोट करते हैं कि सभी प्रकार के अक्षीय सममित क्वाड्रिक्स (AQs) की व्यवस्थित पहचान करने और उनकी निकटता की गणना करने के संबंध में साहित्य का अभाव है (जिसमें स्फेरॉइड्स, पैराबोलाइड्स, सिलेंडर, शंकु और गोले शामिल हैं)। मौजूदा विधियाँ अक्सर संख्यात्मक अनुकूलन (numerical optimization) या बंद-रूप व्युत्पन्न (closed-form derivations) पर निर्भर करती हैं, जिनके परिणामस्वरूप उच्च-डिग्री वाले बहुपद समीकरण प्राप्त होते हैं, जो गणनात्मक रूप से महंगे हो सकते हैं।

कार्यप्रणाली
प्रस्तावित दृष्टिकोण सतह की समरूपता का लाभ उठाते हुए, 3D समस्या को 2D समस्या में बदलने के लिए एक ज्यामितीय न्यूनीकरण (reduction) रणनीति का उपयोग करता है।

1. अक्षीय सममित क्वाड्रिक्स (AQs) की पहचान:
   लेखक पहले एक वर्गीकरण विधि प्रस्तुत करते हैं जो सामान्य गैर-अक्षीय सममित क्वाड्रिक्स से AQs को अलग करती है। यह सामान्य क्वाड्रिक समीकरण $S(x) = 0$ के गुणांकों का विश्लेषण करके प्राप्त किया जाता है। यह विधि निम्नलिखित पर आधारित है:

• ऊपरी-बाएँ $3\times3$ उप-मैट्रिक्स $B$ के अभिलक्षण बहुपद (characteristic polynomial) का विविक्तकर (discriminant $\Delta$): यदि $\Delta = 0$ है, तो क्वाड्रिक अक्षीय सममित है।
• पूर्ण $4\times4$ मैट्रिक्स $A$ का सारणिक ($\det(A)$) और इनवेरिएंट $J_3$: यह AQ को केंद्रीय (जैसे स्फेरॉइड्स, हाइपरबोलाइड्स, शंकु, गोले) या गैर-केंद्रीय (जैसे पैराबोलाइड्स, सिलेंडर) प्रकारों में वर्गीकृत करने के लिए।
• यह वर्गीकरण एक फ्लोचार्ट (चित्र 4) के माध्यम से दृश्यित किया गया है और दक्षता के लिए रैंक गणना के बजाय इनवेरिएंट-आधारित जाँचों का उपयोग करता है।

2. $\mathbb{R}^3$ से $\mathbb{R}^2$ में न्यूनीकरण:
   एक बार AQ की पहचान होने के बाद, लेखक एक तल $P$ को परिभाषित करते हैं जिसमें क्वाड्रिक की सममिति अक्ष ($v_3$) और दिया गया बिंदु $p_0$ दोनों शामिल हैं। इस तल का क्वाड्रिक के साथ प्रतिच्छेदन एक कोनिक सेक्शन (दीर्घवृत्त, अतिपरवलय, परवलय, वृत्त, या रेखाओं के जोड़े) बनाता है। 3D सतह से $p_0$ की न्यूनतम दूरी खोजने का प्रश्न अब इस प्रक्षेपित बिंदु $p_p$ से इस 2D कोनिक की अभिलंब दूरी खोजने में बदल जाता है।

3. $\mathbb{R}^2$ में ज्यामितीय समाधान:
   मुख्य नवीनता मानक बीजगणितीय प्रक्षेपण विधियों के बजाय कोनिक के ज्यामितीय गुणों (सब-नॉर्मल, अर्ध-दीर्घ अक्ष/लघु अक्ष, उत्केंद्रता और ढलान) का उपयोग करके 2D निकटता समस्या को हल करना है।

• परवलय (Parabola): समस्या को इस आधार पर वर्गीकृत किया गया है कि क्या $p_p$ सममिति अक्ष पर स्थित है। यदि नहीं, तो समाधान में सब-नॉर्मल गुण से प्राप्त एक त्रिघात (cubic) समीकरण को हल करना शामिल है। उन मामलों के लिए विशेष क्लोज्ड-फॉर्म व्यंजक प्रदान किए गए हैं जहाँ $p_p$ अक्ष पर स्थित है।
• दीर्घवृत्त (Ellipse) और अतिपरवलय (Hyperbola): इसी प्रकार, समस्या को इस आधार पर वर्गीकृत किया गया है कि क्या $p_p$ प्रमुख या लघु अक्षों पर स्थित है। सामान्य स्थितियों के लिए, विधि एक चतुर्थघाती (quartic) समीकरण व्युत्पन्न करती है। लेखक वास्तविक मूलों (जैसे चार भिन्न मूल, दोहराए गए मूल) के लिए विस्तृत उप-मामलों का विवरण देते हैं ताकि सभी ज्यामितीय विन्यासों में सटीक दूरी की गणना सुनिश्चित की जा सके।
• अन्य AQs: गोलों, शंकुओं और सिलेंडरों के लिए, निकटता की गणना सरल ज्यामितीय प्रक्षेपणों (जैसे एक वृत्त की दूरी या समानांतर रेखाओं की लंबवत दूरी) का उपयोग करके की जाती है।

प्रमुख योगदान

• व्यवस्थित वर्गीकरण: इनवेरिएंट्स ($\Delta, J_3, \det(A)$) का उपयोग करके किसी भी सामान्य क्वाड्रिक को अक्षीय सममित क्वाड्रिक के रूप में पहचानने के लिए एक नवीन फ्लोचार्ट-आधारित विधि, जो मैट्रिक्स रैंक के बजाय आधारित है।
• विमीय न्यूनीकरण (Dimensionality Reduction): सममिति अक्ष का उपयोग करके 3D निकटता समस्या को 2D समस्या में एक कठोर न्यूनीकरण, जो सामान्य AQs के लिए उद्धृत साहित्य में स्पष्ट रूप से विस्तृत नहीं है।
• नवीन 2D उप-मामले: कोनिक के अक्षों के सापेक्ष बिंदु के स्थान के आधार पर 2D निकटता समस्या का वर्गीकरण। इसमें विशेष मामले (जैसे दीर्घवृत्त के प्रमुख अक्ष पर बिंदु) शामिल हैं जहाँ मानक चतुर्थघाती/त्रिघात व्युत्पन्न विफल या अमान्य हो सकते हैं, उनके लिए क्लोज्ड-फॉर्म समाधान प्रदान करना।
• ज्यामितीय व्युत्पत्ति: सब-नॉर्मल जैसे ज्यामितीय गुणों का उपयोग करके नियामक बहुपद समीकरणों (परवलय के लिए त्रिघात, दीर्घवृत्त/अतिपरवलय के लिए चतुर्थघाती) की व्युत्पत्ति, जिसे लेखक मानक ऑर्थोगोनल प्रोजेक्शन विधियों की तुलना में अधिक गणनात्मक रूप से कुशल बताते हैं।

परिणाम
इस विधि को C प्रोग्रामिंग भाषा में लागू किया गया और AMD Ryzen 9 7950x प्रोसेसर के सिंगल थ्रेड पर परीक्षण किया गया।

• निष्पादन समय (Execution Time): एक AQ को पहचानने और परीक्षण किए गए सभी मामलों (स्फेरॉइड्स, हाइपरबोलाइड्स, पैराबोलाइड्स, सिलेंडर, शंकु, गोले) के लिए निकटता की गणना करने का कुल समय औसतन 90 नैनोसेकंड से कम पाया गया।
• तुलना: प्रस्तावित विधि की तुलना संशोधित बुलेट (Bullet) भौतिकी लाइब्रेरी (इन विशिष्ट कार्यों के लिए संशोधित) के साथ की गई। परिणामों ने संकेत दिया कि प्रस्तावित ज्यामितीय विधि शंकु निकटता के लिए बुलेट लाइब्रेरी की तुलना में लगभग 19 गुना तेज़ और गोले की निकटता के लिए 106 गुना तेज़ है।
• सत्यापन: सभी सात प्रकार के AQs के लिए संख्यात्मक उदाहरण प्रदान किए गए, जिनके परिणाम $p_0$ पर केंद्रित और संबंधित सतहों को स्पर्श करने वाले गोलों के रूप में दृश्यित किए गए, जो गणना की गई दूरियों की ज्यामितीय वैधता की पुष्टि करते हैं।

महत्व और दावे
लेखक का दावा है कि उनका दृष्टिकोण एक अत्यधिक कुशल, ज्यामितीय रूप से सहज समाधान प्रदान करता है, जिसे अक्सर जटिल संख्यात्मक अनुकूलन या भारी बीजगणितीय हेरफेर के माध्यम से हल किया जाता है। समस्या को $\mathbb{R}^2$ में कम करके और विशिष्ट ज्यामितीय गुणों का उपयोग करके, आवश्यक प्रतीकात्मक अभिव्यक्तियों (symbolic expressions) का आकार काफी छोटा हो जाता है (कुछ बीजगणितीय सॉफ्टवेयर संदर्भों में मेगाबाइट्स बनाम किलोबाइट्स), जिससे निष्पादन गति बढ़ जाती है। यह शोध पत्र दावा करता है कि यह विधि रोबोटिक्स, कंप्यूटर ग्राफिक्स और टक्कर बचाव (collision avoidance) जैसे वास्तविक समय के अनुप्रयोगों के लिए विशेष रूप से उपयुक्त है जहाँ गणना की गति और सटीकता महत्वपूर्ण है। लेखक स्पष्ट रूप से कहते हैं कि 2D समस्या का विशिष्ट उप-मामलों में वर्गीकरण एक नवीन योगदान है जो मौजूदा साहित्य में नहीं पाया जाता है।