⚛️ lattice

Resurrecting the coherent state variational algorithm for large $N$ gauge theories

यह शोध पत्र फर्मीअन्स के साथ या उनके बिना SU( $N$ ) लैटिस गेज सिद्धांतों पर लागू होने वाले एक नए कार्यान्वयन को पेश करके, बड़े $N$ गेज सिद्धांतों के लिए कोहेरेंट स्टेट वेरिएशनल विधियों के उपयोग की व्यवहार्यता का पुनर्मूल्यांकन करता है, और एक अनंत द्वि-आयामी स्थानिक लैटिस पर हैमिल्टोनियन यांग-मिल्स सिद्धांत के लिए प्रारंभिक परिणाम प्रस्तुत करता है।

मूल लेखक: Laurence G. Yaffe

प्रकाशित 2026-02-05

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Laurence G. Yaffe

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 एक विशाल, अविश्वसनीय रूप से जटिल पहेली को सुलझाने की कोशिश कर रहे हैं। यह पहेली उन मौलिक बलों का प्रतिनिधित्व करती है जो ब्रह्मांड को एक साथ थामे रखते हैं (विशेष रूप से, वह 'स्ट्रॉन्ग फोर्स' जो प्रोटॉन और न्यूट्रॉन के भीतर क्वार्क्स को बांधता है)। यह पहेली इतनी बड़ी है कि इसमें अनगिनत टुकड़े हैं, और एक कंप्यूटर के साथ एक-एक टुकड़े को सुलझाने की कोशिश करना समुद्र को चम्मच से पीने जैसा है।

दशकों से, भौतिक विज्ञानी इसे हल करने के लिए "मोंटे कार्लो सिमुलेशन" नामक पद्धति का उपयोग करते आए हैं। कल्पना कीजिए कि यह एक अंधे व्यक्ति की तरह है जो एक पहाड़ में भटक रहा है, यादृच्छिक (random) कदम उठा रहा है और उम्मीद कर रहा है कि वह अंततः सबसे निचली घाटी (सिद्धांत का ग्राउंड स्टेट) को खोज लेगा। यह काम तो करता है, लेकिन यह बहुत धीमा है, और जब आप दूर से पहाड़ को देखने की कोशिश करते हैं (वह "लार्ज एन" सीमा, जहाँ पहेली की जटिलता अनंत हो जाती है), तो यह बहुत अव्यवधर हो जाता है।

नया दृष्टिकोण: "कोहेरेंट स्टेट" मानचित्र

यह शोध पत्र, जिसे लॉरेंस जी. याफे ने लिखा है, इस पहेली को हल करने का एक अलग तरीका प्रस्तावित करता है। यादृच्छिक रूप से भटकने के बजाय, लेखक एक "कोहेरेंट स्टेट्स" (coherent states) पर आधारित गणितीय अवधारणा का उपयोग करके एक "मानचित्र" का सुझाव देते हैं।

इस पहेली को एक अराजक ढेर के रूप में नहीं, बल्कि एक चिकने परिदृश्य (smooth landscape) के रूप में देखें। "लार्ज एन" सीमा में (जहाँ पहेली अनंत रूप से जटिल हो जाती है), क्वांटम विचित्रता फीकी पड़ जाती है और परिदृश्य "क्लासिकल" (शास्त्रीय) हो जाता है। यह एक धुंधली, अराजक रात (क्वांटम) और एक स्पष्ट, धूप वाले दिन (क्लासिकल) के बीच के अंतर जैसा है।

लेखक की विधि इस चिकने परिदृश्य पर सबसे निचले बिंदु (न्यूनतम) को खोजना है। एक बार जब आप घाटी का सबसे निचला हिस्सा ढूंढ लेते हैं, तो आप उसके आसपास की पहाड़ियों के आकार को आसानी से समझ सकते हैं। यह भौतिक विज्ञानियों को कणों के द्रव्यमान (ग्लूबबॉल्स) और उनके आपस में टकराने के तरीके जैसी चीजों की गणना करने की अनुमति देता है, जो पुराने "भटकने वाले" तरीके से करना बहुत कठिन है।

उपकरण: "गॉर्डियन" (Gordion)

यह करने के लिए, लेखक ने "गॉर्डियन" नामक एक नया कंप्यूटर प्रोग्राम बनाया है। नाम सिकंदर महान के संदर्भ में एक चतुर संकेत है, जो एक उलझी हुई गांठ (गॉर्डियन नॉट) का सामना कर रहे थे, जिसे कोई भी सुलझा नहीं पा रहा था। उलझाने के बजाय, सिकंदर ने बस अपनी तलवार से उसे काट दिया।

इसी तरह, "गॉर्डियन" प्रोग्राम हर एक धागे को सुलझाने की कोशिश नहीं करता है। यह सबसे महत्वपूर्ण लूप्स (कणों द्वारा लिए गए पथ) पर ध्यान केंद्रित करता है और बाकी को अनदेखा कर देता है, प्रभावी रूप से जटिलता को "काटकर" अलग कर देता है।

उन्होंने क्या पाया?

लेखक ने इस नई पद्धति का परीक्षण कई परिदृश्यों पर किया:

सरल परीक्षण मामले: उन्होंने बहुत छोटी, सरल पहेलियों (एक "प्लैकेट" या वर्गाकार लूप) के साथ शुरुआत की। प्रोग्राम ने पूरी तरह से काम किया, जो ज्ञात सटीक उत्तरों से मेल खाते थे। इसने सिद्ध कर दिया कि "तलवार" तेज है और मानचित्र सटीक है।
2D ग्रिड (सपाट दुनिया): उन्होंने इसे दो-आयामी ग्रिड पर लागू किया। गणित को बहुत अधिक सरल बनाए बिना भी, प्रोग्राम सही उत्तरों के बहुत करीब पहुँच गया, यहाँ तक कि उन क्षेत्रों में भी जहाँ पथर यह पहेली आमतौर पर बहुत कठिन होती है (कमजोर कपलिंग)।
3D ग्रिड (वास्तविक दुनिया का सिमुलेशन): उन्होंने एक 2+1 आयामी ग्रिड (दो स्थान आयाम और एक समय आयाम) पर प्रयास किया। यह बहुत कठिन है। प्रोग्राम मजबूत इंटरैक्शन के लिए अच्छा काम करता है लेकिन जैसे ही इंटरैक्शन कमजोर होते हैं, यह संघर्ष करने लगता है।

सीमाएँ: "ट्रंकेशन" (छंटनी) की समस्या

मुख्य चुनौती यह है कि एक सामान्य डेस्कटॉप कंप्यूटर पर चलाने के लिए प्रोग्राम को पहेली के कुछ हिस्सों को छोड़ना पड़ता है। इसे "ट्रंकेशन" कहा जाता है।

उपमा: कल्पना कीजिए कि आप एक जटिल पेंटिंग का वर्णन केवल उसके सबसे बड़े ब्रशस्ट्रोक के रंगों को सूचीबद्ध करके कर रहे हैं। शुरू में, यह बहुत अच्छा काम करता है। लेकिन जैसे-जैसे आप ज़ूम इन करते हैं (या जैसे-जैसे भौतिकी अधिक सूक्ष्म होती जाती है), आप बारीक विवरणों को खो देते हैं।
परिणाम: प्रोग्राम तब बहुत सुंदर काम करता है जब "पेंट" गाढ़ा और गहरा (स्ट्रॉन्ग कपलिंग) होता है। लेकिन जैसे-जैसे पेंट पतला और अधिक विस्तृत (वीक कपलिंग) होता जाता है, सन्निकटन (approximation) भटकने लगता है। प्रोग्राम कभी-कभी ऐसे परिणाम देता है जो भौतिक रूप से असंभव हैं (जैसे कि 100% से अधिक की संभावना), जो संकेत देता है कि उसके पास काम करने के लिए उपयोगी टुकड़े खत्म हो गए हैं।

"फैक्टरइजेशन" (गुणनखंडन) का प्रयास

लेखक ने छूटे हुए हिस्सों को ठीक करने के लिए एक चतुर ट्रिक आजमाई। उन्होंने अनुमान लगाया कि यदि एक बड़ा लूप दो छोटे लूपों से बना है, तो बड़े लूप का मान दो छोटे लूपों के गुणनफल के बराबर होगा। उन्होंने इसे "फैक्टरइजेशन" कहा।

हालाँकि, परिणाम निराशाजनक रहे। कभी-कभी यह अनुमान मदद करता था, लेकिन अक्सर इसने चीज़ों को बदतर बना दिया या कोई बदलाव नहीं किया। यह एक जटिल सूप के स्वाद को उसके दो अवयवों के स्वाद को गुणा करके समझने की कोशिश करने जैसा है; यह हमेशा पूर्ण स्वाद को नहीं पकड़ पाता है।

निष्कर्ष

यह शोध पत्र निष्कर्ष निकालता है कि "कोहेरेंट स्टेट" दृष्टिकोण इन अनंत पहेलियों को देखने का एक शक्तिशाली नया तरीका है। यह भौतिक विज्ञानियों को सिद्धांत के "अनंत" संस्करण के साथ सीधे काम करने की अनुमति देता है, जिससे यादृच्छिक सिमुलेशन के सांख्यिकीय शोर से बचा जा सकता है।

हालांकि वर्तमान संस्करण (एक मानक डेस्कटॉप कंप्यूटर पर चलने वाला) ने 3D पहेली के सबसे कठिन हिस्सों को अभी तक हल नहीं किया है, फिर भी इसने यह सिद्ध कर दिया है कि अवधारणा काम करती है। लेखक का सुझाव है कि बेहतर कंप्यूटरों (सुपरकंप्यूटर) और छूटे हुए हिस्सों को संभालने के स्मार्ट तरीकों के साथ, यह पद्धति उन समस्याओं को हल करने में सक्षम हो सकती है जो वर्तमान में असंभव हैं, जैसे कि कणों के प्रकीर्णन (scattering) और क्षय (decay) की सटीक गणना करना, जो वर्तमान विधियों की तुलना में बहुत अधिक सीधा है।

संक्षेप में: लेखक ने एक नई तलवार (गॉर्डियन) को तेज किया है और दिखाया है कि यह सबसे सरल गांठों को पूरी तरह से काट सकती है। यह बड़ी गांठों को भी काटने की शुरुआत कर रही है, लेकिन काम पूरा करने के लिए इसे एक बड़े हाथ (अधिक कंप्यूटिंग शक्ति) और एक तेज धार (बेहतर सन्निकटन) की आवश्यकता है।

तकनीकी सारांश: बड़े N गेज सिद्धांतों के लिए कोहेरेंट स्टेट वेरिएशनल एल्गोरिदम का पुनरुद्धार

समस्या विवरण
यह शोध पत्र बड़े $N$ सीमा (large $N$ limit) में गैर-अबेलियन गेज सिद्धांतों (विशेष रूप से SU(N) और U(N)) को संख्यात्मक रूप से हल करने की चुनौती को संबोधित करता है। जबकि बड़े $N$ की सीमा क्वांटम फील्ड डायनेमिक्स को कोहेरेंट स्टेट्स के फेज स्पेस पर एक क्लासिकल मिनिमाइजेशन समस्या में बदल देती है, गैर-तुच्छ (non-trivial) लैट्टिस गेज सिद्धांतों के लिए इस समस्या को हल करना कम्प्यूटेशनल रूप से कठिन बना हुआ है। मौजूदा विधियाँ, जैसे कि यूक्लिडियन मोंटे कार्लो सिमुलेशन, वास्तविक समय के गुणों (जैसे क्षय चौड़ाई और प्रकीर्णन आयाम) को निकालने में सीमाओं का सामना करती हैं और उन्हें स्टोकेस्टिक सैंपलिंग की आवश्यकता होती है। इसके अतिरिक्त, मानक हैमिल्टोनियन ट्रंकेशन विधियाँ 2+1 और 3+1 आयामों में हिल्बर्ट स्पेस के घातीय विकास (exponential growth) से जूझती हैं। लेखक कोहेरेंट स्टेट वेरिएशनल विधियों का उपयोग करके सीधे $N=\infty$ सीमा तक पहुँचने की व्यवहार्यता का पुनर्मूल्यांकन कर रहे हैं, जिसका लक्ष्य परिमित आयतन प्रभावों (finite volume effects) या सांख्यिकीय सैंपलिंग विचरण के बिना ग्राउंड स्टेट गुणों, उत्तेजना स्पेक्ट्रा (excitation spectra) और प्रकीर्णन आयामों की गणना करना है।

कार्यप्रणाली
यह शोध पत्र एक नए C++ प्रोग्राम "गॉर्डियन" (Gordion) का उपयोग करते हुए कोहेरेंट स्टेट वेरिएशनल एल्गोरिदम के कार्यान्वयन का वर्णन करता है, जिसे मूल रूप से 1980 के दशक में तैयार किया गया था। कार्यप्रणाली निम्नलिखित मुख्य घटकों पर आधारित है:

अवस्था प्रतिनिधित्व (State Representation): एल्गोरिदम एक "लूप-लिस्ट" ट्रंकेशन योजना का उपयोग करता है। अवस्था को विल्सन लूप्स (और यदि मौजूद हों तो फर्मियन बाइलीनियर्स) के अपेक्षा मानों (expectation values) के एक परिमित सेट द्वारा दर्शाया जाता है। इन अवलोकनों (observables) का चयन उनके "स्ट्रॉन्ग-कपलिंग ऑर्डर" के आधार पर किया जाता है, जो कि स्ट्रॉन्ग-कपलिंग विस्तार के उस क्रम द्वारा परिभाषित होता है जिस पर किसी अवलोकन को छोड़ने से पहली बार त्रुटि उत्पन्न होती है।
वेरिएशनल पैरामीटर्स (Variational Parameters): विल्सन लूप अपेक्षा मानों का सीधे वेरिएशनल पैरामीटर के रूप में उपयोग करने के बजाय (जो यूनिटैरिटी बाधाओं का उल्लंघन करता है और जटिल मिनिमाइजेशन सीमाओं की ओर ले जाता है), एल्गोरिदम रिमैन नॉर्मल कोऑर्डिनेट्स (Riemann normal coordinates) का उपयोग करता है। ये अनंत-आयामी कोहेरेंस ग्रुप $G$ (लूप्स और इलेक्ट्रिक फील्ड्स के एंटी-हर्मिटियन संयोजनों के एक्सपोनेंशियल) के जनरेटरों के गुणांक हैं। अवस्था के विरूपण (deformations) इन ग्रुप एलिमेंट्स के माध्यम से क्रिया करके उत्पन्न किए जाते हैं, जिससे यह सुनिश्चित होता है कि अवस्था भौतिक डोमेन के भीतर बनी रहे।
एल्गोरिथमिक चरण:
- सिम्बोलिक जनरेशन: प्रोग्राम रिटेन किए गए अवलोकनों और कोहेरेंस ग्रुप जनरेटर्स के बीच कम्यूटेटर्स का सिम्बोलिक मूल्यांकन करता है ताकि बड़े $N$ फेज स्पेस पर जियोडेसिक समीकरणों (geodesic equations) को परिभाषित किया जा सके।
- ऊर्जा/मुक्त ऊर्जा मिनिमाइजेशन: यह रिमैन नॉर्मल कोऑर्डिनेट्स के सापेक्ष बड़े $N$ हैमिल्टोनियन (या यूक्लिडियन फ्री एनर्जी) के ग्रेडिएंट और कर्वेचर (हेसियन) की गणना करता है।
- न्यूटन इटरेशन: न्यूटन इटरेशन के माध्यम से न्यूनतम मान पाया जाता है, जिसमें रैखिक समीकरणों को हल किया जाता है ताकि न्यूनतम के स्थान की भविष्यवाणी की जा सके और अपेक्षा मानों को अपडेट करने के लिए जियोडेसिक समीकरणों को एकीकृत किया जा सके।
- स्पेक्ट्रम निष्कर्षण: हैमिल्टोनियन सिद्धांतों के लिए, न्यूनतम के आसपास छोटे दोलन आवृत्तियों (small oscillation frequencies) को कर्वेचर मैट्रिक्स और लैग्रेंज ब्रैकेट (इनवर्स पॉइसन ब्रैकेट) वाले एक सामान्यीकृत आइजनसिस्टम को हल करके निर्धारित किया जाता है, जिससे ग्लूबॉल या मेसॉन मास स्पेक्ट्रम प्राप्त होता है।
अवलोकन सन्निकटन (Observable Approximation): ट्रंकेशन त्रुटियों को कम करने के लिए एक प्रारंभिक प्रयास में गैर-रिटेन किए गए अवलोकनों को एक फैक्टराइजेशन स्कीम ( $W_{\Gamma} \approx W_{\Gamma_1} W_{\Gamma_2}$ स्वयं-प्रतिच्छेदी लूप्स के लिए) का उपयोग करके अनुमानित किया जाता है, हालांकि इसे वर्तमान कार्यान्वयन में सीमित उपयोगिता वाला पाया गया है।

मुख्य योगदान

"गॉर्डियन" का कार्यान्वयन: लेखक एक आधुनिक, कुशल C++ कार्यान्वयन प्रस्तुत करते हैं जो क्यूबिक लैट्टिस पर 4 आयामों तक के U(N) गेज सिद्धांतों को, मौलिक फर्मियॉन्स के साथ या उनके बिना, हैमिल्टोनियन और यूक्लिडियन दोनों स्वरूपों में संभालने में सक्षम है।
बेंचमार्किंग: कोड को दोनों यूक्लिडियन और हैमिल्टोनियन स्वरूपों में सटीक एक-प्लैकेट मॉडल के विरुद्ध मान्य किया गया है, जो दर्शाता है कि जैसे-जैसे वेरिएशनल पैरामीटर्स (जनरेटर्स) की संख्या बढ़ती है, यह सटीक परिणामों की ओर अभिसरित (converge) होता है।
2D यूक्लिडियन यांग-मिल्स: अनंत लैट्टिस पर 2D यूक्लिडियन यांग-मिल्स के लिए प्रारंभिक परिणाम प्रस्तुत किए गए हैं, जिसमें स्वतंत्र प्लैकेट वेरिएबल्स के गैर-स्थानीय न्यूनीकरण का उपयोग नहीं किया गया है। विधि सफलतापूर्वक कमजोर कपलिंग क्षेत्र ( $\lambda \approx 0.7$ ) तक सटीक मुक्त ऊर्जा और विभिन्न लूप अपेक्षा मानों को पुनरुत्पादित करती है।
2+1D हैमिल्टोनियन यांग-मिल्स: यह शोध पत्र अनंत लैट्टिस पर 2+1 आयामी हैमिल्टोनियन यांग-मिल्स सिद्धांत के पहले अनुप्रयोग को प्रस्तुत करता है। यह विभिन्न समरूपता चैनलों ( $A_1, A_2, B_1, B_2, E$ ) में ग्राउंड स्टेट ऊर्जा और निम्नतम ग्लूबॉल अवस्थाओं के द्रव्यमान की गणना करता है।

परिणाम

अभिसरण (Convergence): एक-प्लैकेट मॉडल में, वेरिएशनल परिणाम सटीक समाधानों की ओर तेजी से अभिसरित होते हैं। तीन से पांच जनरेटर्स तीसरे क्रम के चरण संक्रमण (phase transition) के पास भी सटीक मुक्त ऊर्जा और लूप अपेक्षाओं को पुनरुत्पादित करने के लिए पर्याप्त हैं।
2D यूक्लिडियन सिद्धांत: ऑर्डर 6 तक के जनरेटर्स (तीन प्लैकेट ऑपरेटर्स तक शामिल) और ऑर्डर 28 तक ट्रंकेटेड अवलोकनों का उपयोग करते हुए, एल्गोरिदम $\lambda > 0.7$ के लिए सटीक मुक्त ऊर्जा और लूप अपेक्षा मानों को उच्च सटीकता के साथ पुनरुत्पादित करता है। जैसे-जैसे $\lambda$ कम होता है, ट्रंकेशन त्रुटियां स्पष्ट होने लगती हैं।
2+1D हैमिल्टोनियन सिद्धांत:
- विधि सफलतापूर्वक ग्राउंड स्टेट ऊर्जा और छोटे लूपों के अपेक्षा मानों की गणना करती है।
- विभिन्न समरूपता चैनलों के लिए ग्लूबॉल द्रव्यमान निकाले गए हैं। परिणाम अपेक्षित स्ट्रॉन्ग-कपलिंग व्यवहार (द्रव्यमान $\lambda$ के साथ रैखिक रूप से स्केल होता है) दिखाते हैं।
- हालांकि, कमजोर कपलिंग शासन (weak coupling regime) में अभिसरण 2D यूक्लिडियन मामले की तुलना में धीमा है। छठे क्रम के जनरेटर परिणाम अभी तक स्पष्ट रूप से निरंतर सीमा विस्तार (continuum limit extrapolation) के लिए आवश्यक मूल (origin) की ओर रैखिक दृष्टिकोण प्रदर्शित नहीं करते हैं।
- सीमाएं: गणनाएं अवलोकनों की संख्या के तीव्र विकास और जियोडेसिक समीकरणों के आकार द्वारा सीमित हैं। 2+1D सिद्धांत के लिए, ऑर्डर 6 जनरेटर्स के साथ गणना $\lambda \approx 1.4$ से नीचे अभिसरित होने में विफल रही, क्योंकि अवास्तविक लूप अपेक्षाएं (जो $|W_\Gamma| \le 1$ का उल्लंघन करती हैं) और जटिल कर्वेचर आइजनवैल्यू उभर आईं, जो वर्तमान ट्रंकेशन योजना के टूटने का संकेत देती हैं।
अवलोकन सन्निकटन: गैर-रिटेन किए गए अवलोकनों के लिए फैक्टराइजेशन-आधारित सन्निकटन का परीक्षण किया गया लेकिन यह अनिर्णायक पाया गया। इसने बिना किसी निरंतर सुधार के या उच्च-क्रम ट्रंकेशन परिणामों की नकल किए बिना, कम्प्यूटेशनल स्टोरेज आवश्यकताओं को काफी बढ़ा दिया।

महत्व और दावे
शोध पत्र का दावा है कि कोहेरेंट स्टेट वेरिएशनल दृष्टिकोण बड़े $N$ गेज सिद्धांतों को सीधे $N=\infty$ पर अध्ययन करने के लिए एक व्यवहार्य, नियतत्ववादी (deterministic) विधि है। इसका प्राथमिक महत्व निम्नलिखित में निहित है:

यह अनंत आयतन में सीधे कार्य करता है, जिससे मानक लैट्टिस सिमुलेशन में अंतर्निहित परिमित-आकार प्रभाव (finite-size effects) से बचा जा सकता है।
यह उत्तेजना स्पेक्ट्रम (ग्लूबॉल/मेसॉन द्रव्यमान) तक सीधी पहुंच प्रदान करता है और सैद्धांतिक रूप से, यूक्लिडियन समय से एनालिटिक निरंतरता (analytic continuation) की आवश्यकता के बिना, क्लासिकल हैमिल्टोनियन के उच्च-क्रम डेरिवेटिव के माध्यम से क्षय चौड़ाई और प्रकीर्णन आयामों तक पहुंच प्रदान करता है।
यह डिरैक डिटरमिनेंट की जटिलताओं के बिना गतिशील फर्मियॉन्स को संभाल सकता है।

लेखक विनम्रतापूर्वक निष्कर्ष निकालते हैं कि हालांकि 2+1D हैमिल्टोनियन सिद्धांत के लिए वर्तमान परिणाम एक "आशाजनक प्रारंभिक प्रयास" हैं, वे ट्रंकेशन त्रुटियों और कम्प्यूटेशनल संसाधनों (यह कार्य एक डेस्कटॉप कंप्यूटर पर किया गया था) द्वारा सीमित हैं। शोध पत्र यह दावा नहीं करता है कि उसने 3+1D QCD को हल कर लिया है या 2+1D यांग-मिल्स की निरंतर सीमा तक पहुँच लिया है। इसके बजाय, यह दृष्टिकोण की व्यवहार्यता स्थापित करता है और विशिष्ट तकनीकी चुनौतियों की पहचान करता है—जैसे कि बेहतर अवलोकन चयन मानदंड, ट्रंकेटेड अवलोकनों के लिए बेहतर सन्निकटन स्कीमें, और परिमित-आयामी मास्टर फील्ड प्रस्तुतियों की संभावित उपयोगिता—जिन्हें भौतिक रूप से प्रासंगिक कमजोर-कपलिंग क्षेत्रों तक विस्तार करने के लिए संबोधित किया जाना चाहिए। लेखक इस बात पर जोर देते हैं कि यह क्लासिकल मिनिमाइजेशन समस्या, हालांकि कठिन है, फिर भी परिमित $N$ के लिए प्रत्यक्ष हैमिल्टोनियन ट्रंकेशन या क्वांटम कंप्यूटरों पर वास्तविक-समय विकास की तुलना में अधिक सुलभ (tractable) होने की संभावना है।

इसी तरह के और पेपर