⚛️ lattice

Tensor renormalization group approach to critical phenomena via symmetry-twisted partition functions

यह शोध पत्र प्रदर्शित करता है कि टेंसर रिनॉर्मलाइज़ेशन ग्रुप (TRG) विधि, जब सिमेट्री-ट्विस्टेड पार्टिशन फंक्शन्स पर लागू की जाती है, तो 2D इसिंग, 3D $O(2)$ , और 2D $O(2)$ (BKT) मॉडलों में स्वतःस्फूर्त सिमेट्री ब्रेकिंग का पता लगाने और क्रिटिकल तापमान एवं घातांकों को सटीक रूप से निर्धारित करने के लिए एक कुशल ढांचा प्रदान करती है।

मूल लेखक: Shinichiro Akiyama, Raghav G. Jha, Jun Maeda, Yuya Tanizaki, Judah Unmuth-Yockey

प्रकाशित 2026-04-06✓ Author reviewed ⓘ

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Shinichiro Akiyama, Raghav G. Jha, Jun Maeda, Yuya Tanizaki, Judah Unmuth-Yockey

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 नहीं लिखा है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक कॉन्सर्ट में लोगों की एक विशाल भीड़ के व्यवहार को समझने की कोशिश कर रहे हैं। कभी-कभी, वे पूरी तरह से एक साथ चलते हैं (एक "सममित" या symmetric अवस्था), और कभी-कभी वे अराजक, स्वतंत्र समूहों में टूट जाते हैं (एक "टूटी हुई समरूपता" या broken symmetry अवस्था)। भौतिकी में, ये भीड़ परमाणुओं या स्पिनों से बनी होती है, और यह पता लगाना कि वे ठीक कब एक अवस्था से दूसरी में बदलते हैं, एक बहुत बड़ी चुनौती है।

यह शोध पत्र इन बदलावों को पहचानने का एक नया, चतुर तरीका पेश करता है जिसे टेंसर रेनोर्मलाइजेशन ग्रुप (TRG) नामक एक गणितीय उपकरण का उपयोग करके समझा जा सकता है। यहाँ उनकी खोज का सरल उपमाओं के माध्यम से विवरण दिया गया है।

1. समस्या: अदृश्य स्विच को कैसे देखें

अतीत में, भौतिकविद् इन "फेज ट्रांजिशन" (अवस्था परिवर्तनों) को खोजने के लिए भीड़ के व्यक्तिगत लोगों (स्थानीय ऑर्डर पैरामीटर्स) को देखने की कोशिश करते थे। यह एक स्टेडियम के मूड का अनुमान लगाने के लिए किसी एक व्यक्ति के चेहरे को घूरने जैसा है। यह कठिन, धीमा और अक्सर भ्रामक होता है।

लेखक एक अलग दृष्टिकोण प्रस्तावित करते हैं: "ट्विस्टेड" (मोड़ा हुआ) बाउंड्री।
कल्पना कीजिए कि कॉन्सर्ट हॉल एक विशाल लूप है। आमतौर पर, बाईं ओर के लोग दाईं ओर के लोगों से सामान्य तरीके से जुड़े होते हैं। लेकिन, क्या होगा यदि आप कनेक्शन को "ट्विस्ट" कर दें? आप दाईं ओर के व्यक्ति को यह बताते हैं कि उसे बाईं ओर के व्यक्ति के विपरीत व्यवहार करना चाहिए।

यदि भीड़ अराजक है (Symmetric): उन्हें ट्विस्ट की परवाह नहीं होती। वे बस अपना काम करते रहते हैं। "ट्विस्टेड" भीड़ सामान्य भीड़ जैसी ही दिखती है।
यदि भीड़ एकीकृत है (Broken Symmetry): यह ट्विस्ट उनकी एकता को तोड़ देता है। वे अपना तालमेल बनाए नहीं रख पाते। "ट्विस्टेड" भीड़ बहुत अलग व्यवहार करती है।

"सामान्य भीड़" और "ट्विस्टेड भीड़" की तुलना करके, आपको एक सटीक संकेत (एक ऑर्डर पैरामीटर) मिलता है जो आपको ठीक बताता है कि भीड़ कब अवस्था बदलने वाली है।

2. उपकरण: "स्मार्ट स्क्वीज़र" (TRG)

अरबों परमाणुओं के व्यवहार की गणना करना एक मानक कंप्यूटर के लिए असंभव है। यह समुद्र तट पर रेत के हर एक कण को एक-एक करके गिनने की कोशिश करने जैसा है।

लेखक टेंसर रेनोर्मलाइजेशन ग्रुप (TRG) का उपयोग करते हैं। TRG को एक स्मार्ट फोटो कंप्रेसर के रूप में सोचें।

रेत के हर एक कण (हर परमाणु) को रखने के बजाय, यह पैटर्न को देखता है और जानकारी को संकुचित (compress) करता है, केवल सबसे महत्वपूर्ण विवरणों को रखता है।
यह बार-बार ऐसा करता है, सूक्ष्म स्तर से मैक्रोस्कोपिक स्तर तक ज़ूम आउट करता है, जब तक कि यह सिस्टम की कुल "ऊर्जा" की गणना न कर ले, बिना विवरणों में उलझे।
शोध पत्र दिखाता है कि TRG वास्तव में इन "ट्विस्टेड" भीड़ को संभालने में पारंपरिक तरीकों से बेहतर है क्योंकि यह संकुचित डेटा पर ट्विस्ट नियमों को आसानी से लागू कर सकता है।

3. प्रयोग: तीन अलग-अलग तरह की भीड़

टीम ने अपने तरीके का परीक्षण तीन प्रसिद्ध भौतिक मॉडलों पर किया, जो अलग-अलग प्रकार की भीड़ की तरह कार्य करते हैं:

A. 2D आइसिंग मॉडल (एक "हाँ/ना" वाली भीड़)

भीड़: लोगों का एक ग्रिड जो केवल "ऊपर" या "नीचे" देख सकते हैं।
ट्विस्ट: कमरे के किनारे पर सभी की दिशा को उलट दें।
परिणाम: उन्होंने ठीक उस तापमान को पाया जहाँ भीड़ बेतरतीब ढंग से पलटना बंद कर देती है और एक ही दिशा में लॉक हो जाती है। उनकी गणना सटीक ज्ञात उत्तर से मेल खाती है, जो साबित करता है कि उनका "ट्विस्टेड" तरीका काम करता है।

B. 3D O(2) मॉडल (एक "स्पिनिंग टॉप" वाली भीड़)

भीड़: एक 3D कमरे में लोग, जिनमें से प्रत्येक के पास एक घूमता हुआ लट्टू (spinning top) है जो किसी भी दिशा में इशारा कर सकता है (जैसे कम्पास की सुई)।
ट्विस्ट: कमरे के किनारे पर लट्टूओं को 180 डिग्री घुमा दें।
परिणाम: यह एक बहुत कठिन समस्या है। पिछले तरीकों को सटीक "क्रिटिकल तापमान" खोजने में संघर्ष करना पड़ा जहाँ लट्टू एक साथ घूमना शुरू करते हैं। अपने ट्विस्टेड तरीके का उपयोग करते हुए, लेखकों ने उच्च सटीकता के साथ उस तापमान को निर्धारित किया ( $T_c \approx 2.2017$ )। यह एक बड़ी उपलब्धि है क्योंकि यह पहली बार है जब इस विशिष्ट विधि ने इस कठिन 3D समस्या को हल किया है।

C. 2D O(2) मॉडल (एक "सुपरफ्लुइड" भीड़)

भीड़: एक 2D सुपरफ्लुइड (जैसे तरल हीलियम) की परत।
ट्विस्ट: यह विशेष है क्योंकि भीड़ केवल टूटती नहीं है; यह एक BKT ट्रांजिशन से गुजरती है। कल्पना कीजिए कि भीड़ छोटे भंवर (vortices) बना रही है। उच्च गर्मी पर, भंवर हर जगह और अराजक होते हैं। कम गर्मी पर, वे आपस में जुड़ जाते हैं और एक-दूसरे को रद्द कर देते हैं, जिससे एक सुचारू, बहने वाली अवस्था बनती है।
परिणाम: सीमा को ट्विस्ट करके, वे प्रवाह की "कठोरता" (हेलिसिटी मॉड्यूलस) को माप सके। उन्होंने ठीक वह तापमान पाया जहाँ भंवर आपस में जुड़ जाते हैं ( $T_{BKT} \approx 0.8928$ )। इसने पुष्टि की कि उनका तरीका यहाँ तक कि सबसे सूक्ष्म, विलक्षण प्रकार के फेज परिवर्तन को भी पकड़ सकता है।

4. यह क्यों मायने रखता है

इस शोध पत्र को एक नए प्रकार के थर्मामीटर के आविष्कार के रूप में सोचें।

पुराने थर्मामीटर (मोंटे कार्लो सिमुलेशन) सूप के एक चम्मच को चखकर उसके तापमान को मापने की कोशिश करने जैसे हैं। यह काम करता है, लेकिन इसमें शोर (noise) अधिक होता है और यह धीमा है।
यह नया तरीका (ट्विस्टेड पार्टिशन फंक्शन्स के साथ TRG) पूरे सूप की संरचना को एक साथ मापने वाले सेंसर की तरह है। यह तेज़ है, अधिक स्पष्ट है, और आपको बिल्कुल स्पष्ट तस्वीर देता है कि सूप कब उबलता है या जम जाता है।

संक्षेप में: लेखकों ने दिखाया है कि किसी सिस्टम के नियमों को गणितीय रूप से "ट्विस्ट" करके और एक स्मार्ट कंप्रेशन एल्गोरिदम (TRG) का उपयोग करके, हम अविश्वसनीय सटीकता के साथ पता लगा सकते हैं कि पदार्थ अपनी मौलिक प्रकृति को कब बदलता है (जैसे पानी का बर्फ में बदलना, या चुंबक का सक्रिय होना)। यह उन कठिन भौतिक समस्याओं को हल करने का मार्ग खोलता है जो पहले बहुत कठिन मानी जाती थीं।

यहाँ शोध पत्र "सेंमेट्री-ट्विस्टेड पार्टीशन फंक्शन्स के माध्यम से क्रिटिकल फेनोमेना के लिए टेंसर रेनोर्मलाइजेशन ग्रुप दृष्टिकोण" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र सांख्यिकीय यांत्रिकी प्रणालियों में, विशेष रूप से दोनों विविक्त (discrete) और निरंतर (continuous) वैश्विक समरूपता (global symmetries) के स्पोंटेनियस सिमेट्री ब्रेकिंग (SSB) वाले मामलों में, चरण संक्रमण (phase transitions) का पता लगाने और क्रिटिकल फेनोमेना के लक्षण वर्णन की चुनौती को संबोधित करता है।

पारंपरिक विधियों की सीमाएँ:
- मोंटे कार्लो (MC): जबकि स्थानीय ऑर्डर पैरामीटर्स के लिए प्रभावी है, MC सिमुलेशन सेंमेट्री-ट्विस्टेड पार्टीशन फंक्शन्स के साथ संघर्ष करते हैं। ट्विस्टेड पार्टीशन फंक्शन का अनुपात $Z[A]/Z[0]$ (जहाँ $A$ एक बैकग्राउंड गेज फील्ड है) गणना करना अत्यधिक कठिन है क्योंकि इसमें ओवरलैप की गंभीर समस्या होती है, क्योंकि ट्विस्ट को स्पेसटाइम को लपेटने वाली कोडेमिनिशन-1 सतह पर लागू किया जाता है, जिससे रीवेटिंग (reweighting) अक्षम हो जाती है।
- टेंसर रेनोर्मलाइजेशन ग्रुप (TRG): मानक TRG विधियाँ पार्टीशन फंक्शनों की गणना करने में उत्कृष्ट हैं लेकिन ऐतिहासिक रूप से स्थानीय सहसंबंधों (local correlators) पर केंद्रित रही हैं। लॉन्ग-रेंज व्यवहार या विशिष्ट टोपोलॉजिकल/ऑर्डर पैरामीटर्स जैसे कि हेलिसिटी मॉड्यूलस या ट्विस्टेड पार्टीशन फंक्शन्स को सीधे निकालना, MC की तुलना में कम सीधा रहा है।
सैद्धांतिक अंतराल (Theoretical Gap): जबकि गु-वेन अनुपात (विभिन्न आयतनों वाले अनट्विस्टेड पार्टीशन फंक्शन्स का अनुपात) विविक्त समरूपता टूटने का पता लगाने के लिए जाना जाता है, निरंतर समरूपता (जैसे $U(1)$ ) के लिए इसकी उपयोगिता सीमित है क्योंकि इसमें मासलेस नैमों-गोल्डस्टोन मोड्स की उपस्थिति और कम आयामों में ट्रिवियल गैप्ड फेजेस को कॉन्फॉर्मल फेजेस से अलग करने की कठिनाई शामिल है।

2. कार्यप्रणाली (Methodology)

लेखक एक ऐसा ढांचा प्रस्तावित करते हैं जहाँ सेंमेट्री-ट्विस्टेड पार्टीशन फंक्शन्स ऑर्डर पैरामीटर के रूप में कार्य करते हैं, जिन्हें टेंसर रेनोर्मलाइजेशन ग्रुप (TRG) विधि का उपयोग करके कुशलतापूर्वक परिकलित किया जाता है।

सेंमेट्री-ट्विस्टेड पार्टीशन फंक्शन्स:
- लेखक इस तथ्य का उपयोग करते हैं कि फील्ड थ्योरी में लोकैलिटी (locality), समरूपता ट्विस्ट के तहत पार्टीशन फंक्शन्स के व्यवहार को नियंत्रित करती है।
- एक वैश्विक समरूपता $G$ के लिए, एक बैकग्राउंड गेज फील्ड $A$ (फ्लैट कनेक्शन) पेश किया जाता है। टॉरस के गैर-तुच्छ चक्रों (non-trivial cycles) के अनुदिश ट्विस्टेड बाउंड्री कंडीशंस (होलोनोमी) लागू करके ट्विस्टेड पार्टीशन फंक्शन $Z[A]$ को परिभाषित किया जाता है।
- ऑर्डर पैरामीटर: अनुपात $R = Z[A]/Z[0]$ $R = Z [A] / Z [0]$ एक ऑर्डर पैरामीटर के रूप में कार्य करता है:
  - सममित अवस्था (symmetric phase) (उच्च $T$ ) में, $L \to \infty$ होने पर $R \to 1$ होता है।
  - SSB अवस्था (broken phase) (निम्न $T$ ) में, डोमेन वॉल गठन या वैक्यूम मिसमैच के कारण $R \to 0$ होता है (विविक्त समरूपताओं या $d \ge 3$ निरंतर समरूपताओं के लिए)।
TRG कार्यान्वयन:
- टेंसर नेटवर्क निर्माण: पार्टीशन फंक्शन को स्थानीय टेंसर $T_x$ के संकुचन (contraction) के रूप में व्यक्त किया जाता है।
- सेंमेट्री ब्लॉकिंग: ऑन-साइट ग्लोबल सिमेट्री (जैसे $Z_2$ या $U(1)$ ) वाले सिस्टम के लिए, स्थानीय टेंसरों को इर्रेड्यूसिबल रिप्रेजेंटेशन में विभाजित किया जाता है। बॉन्ड इंडिसेस को सिमेट्री सेक्टर्स द्वारा ब्लॉक किया जाता है।
- ट्विस्ट कार्यान्वयन: बल्क टेंसरों को संशोधित करने के बजाय, ट्विस्ट को अंतिम टेंसर ट्रेस चरण में लागू किया जाता है। एक ट्विस्ट $g_0$ के लिए, ट्रेस को रिप्रेजेंटेशन के कैरेक्टर द्वारा भारित किया जाता है: $Z_{g_0} = \text{tTr}_{g_0} [\prod T_x]$ । यह बिना ट्विस्ट वाले मामले के समान कम्प्यूटेशनल लागत के साथ ट्विस्टेड पार्टीशन फंक्शन्स की गणना करने की अनुमति देता है।
- उपयोग किए गए एल्गोरिदम:
  - BTRG (बोंड-वेटेड TRG): 2D मॉडल्स के लिए उपयोग किया गया।
  - ATRG (एनिसोट्रोपिक TRG): 3D मॉडल्स के लिए उपयोग किया गया।

3. मुख्य योगदान (Key Contributions)

ट्विस्टेड पार्टीशन फंक्शन्स के लिए कुशल TRG ढांचा: यह प्रदर्शित किया गया कि TRG, टेंसरों की सिमेट्री संरचना का लाभ उठाकर, ट्विस्टेड पार्टीशन फंक्शन्स की गणना कुशलतापूर्वक कर सकता है, जिससे मोंटे कार्लो विधियों में निहित ओवरलैप समस्याओं से बचा जा सकता है।
यूनिवर्सल ऑर्डर पैरामीटर्स: यह स्थापित किया गया कि ट्विस्टेड और अनट्विस्टेड पार्टीशन फंक्शन्स का अनुपात विविक्त ( $Z_2$ ) और निरंतर ( $U(1)$ ) सिमेट्री ब्रेकिंग दोनों के लिए एक मजबूत ऑर्डर पैरामीटर है, जो केवल पार्टीशन फंक्शन डेटा से क्रिटिकल पॉइंट्स की पहचान करने में सक्षम है।
प्रत्यक्ष हेलिसिटी मॉड्यूलस गणना: दिखाया गया कि 2D $O(2)$ मॉडल्स के लिए, ट्विस्टेड पार्टीशन फंक्शन से हेलिसिटी मॉड्यूलस (सुपरफ्लुइड स्टिफनेस) का सीधा निष्कर्षण संभव है, जो बेरेनियसियस–कोस्टरलिट्स–थौलेस (BKT) ट्रांजिशन की पहचान करने के लिए एक प्रमुख मात्रा है।
फाइनाइट-साइज़ स्केलिंग विश्लेषण: क्रिटिकल तापमान ( $T_c$ ) और क्रिटिकल एक्सपोनेंट ( $\nu$ ) को सटीक रूप से निर्धारित करने के लिए ट्विस्टेड पार्टीशन फंक्शन रेश्यो पर फाइनाइट-साइज़ स्केलिंग लागू की गई।

4. मुख्य परिणाम (Key Results)

लेखकों ने अपने मेथड को तीन बेंचमार्क मॉडल्स पर लागू किया:

A. 2D क्लासिकल आइसिंग मॉडल ( $Z_2$ सिमेट्री)

सिस्टम: $Z_2$ स्पिन फ्लिप सिमेट्री वाला 2D आइसिंग मॉडल।
परिणाम: अनुपात $Z_{-1}/Z_1$ $Z_{- 1} / Z_{1}$ (ट्विस्ट $\pi$ $π$ द्वारा) एक बाइंडर क्युमलेंट (Binder cumulant) के रूप में कार्य करता है।
- $T > T_c$ (सममित अवस्था) में $Z_{-1}/Z_1 \to 1$ ।
- $T < T_c$ (टूटी हुई अवस्था) में $Z_{-1}/Z_1 \to 0$ ।
वैलिडेशन: विभिन्न सिस्टम साइजों के लिए कर्व्स सटीक क्रिटिकल पॉइंट $T_c = 2/\ln(1+\sqrt{2})$ पर क्रॉस करते हैं। $T_c$ पर मान 2D आइसिंग CFT के सैद्धांतिक अनुमान से मेल खाता है।
स्केलिंग: अनुपात का फाइनाइट-साइज़ स्केलिंग क्रिटिकल एक्सपोनेंट $\nu = 1$ देता है, जो सटीक समाधानों के अनुरूप है।

B. 3D क्लासिकल $O(2)$ मॉडल ( $U(1)$ सिमेट्री)

सिस्टम: 3D क्लासिकल $O(2)$ मॉडल (XY मॉडल) जहाँ $U(1)$ सिमेट्री ट्रिवियल में टूटती है।
चुनौती: गु-वेन अनुपात यहाँ लागू नहीं होता; ट्विस्टेड पार्टीशन फंक्शन की आवश्यकता है।
परिणाम: अनुपात $Z_{\pi}/Z_0$ $Z_{π} / Z_{0}$ (ट्विस्ट $\pi$ $π$ द्वारा) स्पष्ट रूप से फेजेस को अलग करता है।
- क्रिटिकल तापमान निर्धारित किया गया: $T_c = 2.2017(2)$ ।
- क्रिटिकल एक्सपोनेंट निर्धारित किया गया: $\nu = 0.663(33)$ ।
महत्व: यह TRG दृष्टिकोण का उपयोग करके 3D $O(2)$ मॉडल के लिए पहला सटीक अनुमान है। परिणाम हाई-प्रिसिजन मोंटे कार्लो ( $\nu \approx 0.6718$ ) और कॉन्फॉर्मल बूटस्ट्रैप ( $\nu \approx 0.6717$ ) के अनुरूप हैं, हालांकि TRG त्रुटियां वर्तमान में अधिक हैं।
नोट: लेखक थर्मोडायनामिक लिमिट में फाइनाइट बॉन्ड-डायमेंशन प्रभावों पर चर्चा करते हैं।

C. 2D क्लासिकल $O(2)$ मॉडल (BKT ट्रांजिशन)

सिस्टम: 2D $O(2)$ मॉडल, जो मर्मर-वैगनर प्रमेय के कारण मानक SSB प्रदर्शित नहीं करता है, बल्कि BKT ट्रांजिशन से गुजरता है।
विधि: ट्विस्टेड पार्टीशन फंक्शन रेश्यो $Z_\alpha/Z_0$ $Z_{α} / Z_{0}$ से हेलिसिटी मॉड्यूलस $\Upsilon_\alpha$ $Υ_{α}$ निकाला गया।
- $\Upsilon_\alpha \propto -\frac{T^2}{\alpha^2} \frac{L_2}{L_1} \ln(Z_\alpha/Z_0)$ ।
परिणाम:
- ट्रांजिशन पर हेलिसिटी मॉड्यूलस का "यूनिवर्सल जंप" देखा गया।
- BKT ट्रांजिशन तापमान निर्धारित किया गया: $T_{BKT} = 0.8928(2)$ (जब $\alpha=\pi$ था) और $0.8927(5)$ (जब $\alpha=\pi/6$ था)।
- ये मान पिछले साहित्य और मोंटे कार्लो सिमुलेशन के अनुरूप हैं।
अंतर्दृष्टि: विधि सफलतापूर्वक लो-टेम्परेचर कॉन्फॉर्मल फेज़ और गैप्ड हाई-टेम्परेचर फेज़ के स्केल-इनवेरिएंट व्यवहार को कैप्चर करती है।

5. महत्व और भविष्य की रूपरेखा (Significance and Future Outlook)

मोंटे कार्लो के साथ प्रतिस्पर्धात्मकता: यह पेपर सिद्ध करता है कि जब सिमेट्री-ट्विस्टेड पार्टीशन फंक्शन्स के साथ जोड़ा जाता है, तो TRG, क्रिटिकल फेनोमेना के अध्ययन के लिए मोंटे कार्लो का एक शक्तिशाली विकल्प है, विशेष रूप से उन प्रणालियों के लिए जहाँ स्थानीय ऑर्डर पैरामीटर्स अपर्याप्त हैं या जहाँ ओवरलैप समस्याएं MC को प्रभावित करती हैं।
टोपोलॉजिकल फेजेस: लेखक सुझाव देते हैं कि यह दृष्टिकोण टोपोलॉजिकल ऑर्डर और सिमेट्री फ्रैक्शनलाइजेशन का पता लगाने के लिए विस्तारित हो सकता है। टोपोलॉजिकल फेजेस में, ट्विस्टेड पार्टीशन फंक्शन्स SSB फेजेस की तुलना में विशिष्ट व्यवहार प्रदर्शित करते हैं, जो सिमेट्री-प्रोटेक्टेड टोपोलॉजिकल (SPT) स्टेट्स और टोपोलॉजिकलली ऑर्डर्ड फेजेस के लिए ऑर्डर पैरामीटर के रूप में कार्य कर सकते हैं।
भविष्य की दिशाएं:
- प्रतिस्पर्धी इंटरैक्शन वाले सामान्यीकृत $O(2)$ मॉडल्स का अनुप्रयोग।
- कन्फाइनमेंट-डीकन्फाइनमेंट ट्रांजिशन और टोपोलॉजिकल फेजेस के अध्ययन के लिए लैटिस गेज थ्योरीज का विस्तार।
- क्रिटिकल एक्सपोनेंट गणनाओं में त्रुटियों को कम करने के लिए TRG एल्गोरिदम में सुधार (जैसे, GPU एक्सेलरेशन, बेहतर कोर्स-ग्रेनिंग)।

संक्षेप में, यह कार्य सिमेट्री-ट्विस्टेड पार्टीशन फंक्शन्स को चरण संक्रमणों का पता लगाने के लिए एक मजबूत, यूनिवर्सल ऑर्डर पैरामीटर के रूप में स्थापित करता है और उन्हें गणना करने के लिए एक कम्प्यूटेशनल रूप से कुशल TRG ढांचा प्रदान करता है, जो आइसिंग, $O(2)$ , और BKT सिस्टम के लिए ज्ञात क्रिटिकल डेटा को सफलतापूर्वक पुनरुत्पादित करता है।