⚛️ quantum physics

Local Equivalence Classes of Distance-Hereditary Graphs using Split Decompositions

यह शोध पत्र स्प्लिट डिकंपोजिशन (split decomposition) का उपयोग करके स्थानीय पूरक तुल्यता वर्गों (local complement equivalence classes) के आकार के लिए स्पष्ट सूत्र प्राप्त करके दूरी-वंशानुगत ग्राफ़ (distance-hereditary graphs) के व्यापक परिवारों, जिनमें पूर्ण बहुपक्षीय ग्राफ़ (complete multipartite graphs), क्लिक-स्टार्स (clique-stars) और रिपीटर ग्राफ़ (repeater graphs) शामिल हैं, पर बुशेट (Bouchet) के परिणामों का विस्तार करता है।

मूल लेखक: Nicholas Connolly, Shin Nishio, Kae Nemoto

प्रकाशित 2026-03-02

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Nicholas Connolly, Shin Nishio, Kae Nemoto

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 मेज के चारों ओर बैठे अपने दोस्तों के एक समूह के साथ हैं। आप एक खेल खेलने का निर्णय लेते हैं जिसे "द नेबरहुड फ्लिप" (The Neighborhood Flip) कहा जाता है।

यहाँ नियम दिए गए हैं:

आप एक व्यक्ति को चुनते हैं (मान लीजिए कि वे एलेक्स हैं)।
एलेक्स के वर्तमान में मित्र जो भी लोग हैं (एलेक्स का "नेबरहुड" या पड़ोस) उन्हें देखें।
दोस्ती को पलट दें (Flip the friendships): यदि एलेक्स के पड़ोस में दो लोग आपस में दोस्त थे, तो वे अब अजनबी बन जाएंगे। यदि वे अजनबी थे, तो वे अब पक्के दोस्त बन जाएंगे।
एलेक्स की अपनी दोस्ती में कोई बदलाव नहीं होगा, और एलेक्स के पड़ोस से बाहर के लोगों के बीच की दोस्ती वैसी ही रहेगी जैसी वह थी।

आप इस समूह में से किसी के भी साथ यह फ्लिप कर सकते हैं, जितनी बार चाहें उतनी बार।

मुख्य प्रश्न

यदि आप दोस्तों के एक विशिष्ट समूह के साथ शुरुआत करते हैं और नेबरहुड को बार-बार पलटते रहते हैं, तो आप विभिन्न मित्रता मानचित्रों (friendship maps) का एक विशाल संग्रह बनाएंगे। मुख्य प्रश्न जो यह शोध पत्र पूछता है: "हम एक शुरुआती समूह से कितने अद्वितीय मित्रता मानचित्र बना सकते हैं?"

गणित की दुनिया में, इसे एक "लोकल कॉम्प्लीमेंट ऑर्बिट" (Local Complement Orbit) के आकार को खोजने के रूप में जाना जाता है।

समस्या

5 या 6 लोगों के छोटे समूह के लिए, आप बस बैठकर उन्हें गिन सकते हैं। लेकिन जैसे-जैसे समूह बड़ा होता जाता है, संभावित मानचित्रों की संख्या विस्फोट की तरह बढ़ती है। यह इतनी तेजी से बढ़ती है कि सुपरकंप्यूटर भी 20 लोगों के समूह के लिए उन सभी को गिन नहीं सकते। यह ताश की गड्डी को एक बार में एक करके फेंटने के बजाय हर संभव व्यवस्था को गिनने की कोशिश करने जैसा है; आप इसमें हमेशा के लिए फंस जाएंगे।

समाधान: "द ट्री ऑफ ट्रुथ" (The Tree of Truth)

इस शोध पत्र के लेखकों ने हर एक मानचित्र को गिनने की कोशिश नहीं की। इसके बजाय, उन्होंने स्प्लिट डीकंपोजिशन (Split Decomposition) नामक एक उपकरण का उपयोग करके एक चतुर शॉर्टकट खोजा।

एक जटिल मित्रता समूह को एक अव्यवस्थित जाल के रूप में नहीं, बल्कि एक फैमिली ट्री (वंशवृक्ष) के रूप में सोचें।

समूह के कुछ हिस्से बहुत घनिष्ठ रूप से जुड़े होते हैं (जैसे एक समूह जहाँ हर कोई एक-दूसरे को जानता है)।
कुछ हिस्से एक तारे (star) की तरह होते हैं (एक लोकप्रिय व्यक्ति जो कई अन्य लोगों से जुड़ा होता है जो एक-दूसरे को नहीं जानते)।
"स्प्लिट डीकंपोजिशन" पूरे ग्राफ को इन सरल, निर्माण खंडों (building-block) के टुकड़ों में तोड़ देता है (जिन्हें क्वोटिएंट ग्राफ्स कहा जाता है)।

इस शोध पत्र की जादुई खोज यह है कि: जब आप "नेबरहुड फ्लिप" गेम खेलते हैं, तो फैमिली ट्री की संरचना कभी नहीं बदलती। पेड़ वही रहता है; केवल निर्माण खंडों (cliques या stars) का विशिष्ट "फ्लेवर" या स्वरूप थोड़ा बदल जाता है।

उपमा: लेगो सेट्स (LEGO Sets)

कल्पना कीजिए कि आपका ग्राफ एक लेगो किला (LEGO castle) है।

स्प्लिट डीकंपोजिशन वह निर्देश पुस्तिका (instruction manual) है जो आपको बताती है कि किला इन विशिष्ट ईंटों से बना है: 3 लाल 2x4 ईंटें, 2 नीली 1x2 ईंटें, और 1 पीली 2x2 ईंट।
लोकल कॉम्प्लीमेंटेशन उन विशिष्ट ईंटों को फिर से पेंट करने या उनके आंतरिक पैटर्न को बदलने जैसा है, लेकिन यह कभी नहीं बदलता कि आपके पास 3 लाल और 2 नीली ईंटें हैं।

यह पेपर कहता है: "कितने अलग-अलग किले बनाए जा सकते हैं, उन्हें गिनने के बजाय, आइए हम केवल उन प्रकारों की ईंटों की व्यवस्था को गिनें जो मैनुअल द्वारा अनुमत हैं।"

उन्होंने वास्तव में क्या किया

शोधकर्ताओं ने ग्राफ के एक विशेष, अत्यधिक सममित (symmetrical) परिवार पर ध्यान केंद्रित किया जिसे डिस्टेंस-हेरिटरी ग्राफ्स (Distance-Hereditary Graphs) कहा जाता है। ये ऐसे ग्राफ हैं जहाँ किसी भी दो लोगों के बीच की "दूरी" वही रहती है भले ही आप समूह से अन्य लोगों को हटा दें। (इसे एक पेड़ की संरचना या एक पूर्ण वृत्त के रूप में सोचें)।

उन्होंने इन तीन विशिष्ट प्रकार के ग्राफों को लिया और पहेली को हल किया:

कम्प्लीट मल्टीपार्टाइट ग्राफ्स (Complete Multipartite Graphs): कल्पना कीजिए कि कई समूह हैं जहाँ ग्रुप A का हर व्यक्ति ग्रुप B के हर व्यक्ति का मित्र है, लेकिन ग्रुप A में कोई भी व्यक्ति ग्रुप A के भीतर किसी अन्य व्यक्ति का मित्र नहीं है।
क्लिक-स्टार्स (Clique-Stars): एक केंद्रीय मित्र समूह (एक क्लिक) जो कई अन्य समूहों से घिरा हुआ है, जहाँ केंद्रीय समूह बाकी सभी से मित्र है, लेकिन बाहरी समूह आपस में बात नहीं करते हैं।
रिपीटर ग्राफ्स (Repeater Graphs): एक केंद्रीय हब जिसके चारों ओर "लीव्स" (एकल मित्र) लटके हुए हैं, जिनका उपयोग अक्सर क्वांटम भौतिकी में किया जाता है।

आपको इसकी परवाह क्यों करनी चाहिए? (क्वांटम कनेक्शन)

आप सोच सकते हैं, "मित्रता मानचित्रों को गिनने से किसे फर्क पड़ता है?"

वास्तविक दुनिया में, यह केवल गणित के बारे में नहीं है; यह क्वांटम कंप्यूटरों के बारे में है।

क्वांटम भौतिकी में, सूचना को "ग्राफ स्टेट्स" (Graph States) में संग्रहीत किया जाता है।
"नेबरहुड फ्लिप" गेम वास्तव में एक वास्तविक भौतिक प्रक्रिया है जिसे वैज्ञानिक क्वांटम कंप्यूटरों पर (सिंगल-क्यूबिट गेट्स का उपयोग करके) कर सकते हैं।
यदि आप एक क्वांटम कंप्यूटर बनाना चाहते हैं, तो आपको यह जानने की आवश्यकता है: "इन क्वांटम बिट्स को व्यवस्थित करने का सबसे सरल, सबसे कुशल तरीका क्या है?"

यह जानकर कि एक-दूसरे के समान कितने अलग-अलग "मित्रता मानचित्र" (या क्वांटम स्टेट्स) मौजूद हैं, वैज्ञानिक एक बेहतर क्वांटम नेटवर्क बना सकते हैं। वे उस संस्करण को ढूंढ सकते हैं जो सबसे कम ऊर्जा का उपयोग करता है या त्रुटियों (जैसे फाइबर ऑप्टिक केबल में फोटॉन का खो जाना) के प्रति सबसे अधिक प्रतिरोधी है।

निष्कर्ष (The Takeaway)

यह शोध पत्र एक बहुत ही जटिल ताले के लिए मास्टर की (master key) खोजने जैसा है।

पहले: हम जानते थे कि ताला खोलना कठिन है, और हम केवल बहुत छोटे तालों के लिए कमरे के आकार का अनुमान लगा सकते थे।
अब: लेखकों ने ताले के "ब्लूप्रिंट" (स्प्लिट डीकंपोजिशन) को देखने का एक तरीका खोज लिया है। उन्होंने सिद्ध किया कि (डिस्टेंस-हेरहेरी ग्राफ्स के लिए) एक विशाल परिवार के लिए, हम सरल सूत्रों का उपयोग करके कमरे के सटीक आकार की गणना कर सकते हैं।

उन्होंने केवल कमरों को नहीं गिना; उन्होंने यह भी दिखाया कि आप एक कमरे से दूसरे कमरे में कैसे जा सकते हैं (फ्लिप्स का क्रम) और यह भी पहचाना कि कौन सा कमरा रहने के लिए सबसे कुशल है (जिसमें कनेक्शन सबसे कम हैं)।

संक्षेप में: उन्होंने एक अराजक, असंभव रूप से गिनने योग्य उलझन को एक व्यवस्थित, अनुमानित पैटर्न में बदल दिया, जिससे हमें बेहतर क्वांटम कंप्यूटर बनाने में मदद मिली।

यहाँ कोनोली, निशियो और नेमोटो के शोध पत्र "Local Equivalence Classes of Distance-Hereditary Graphs using Split Decompositions" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र ग्राफों के लिए लोकल कॉम्प्लिमेंट (LC) इक्विवेलेंस क्लासेस (जिसे LC ऑर्बिट्स भी कहा जाता है) के आकार को निर्धारित करने की समस्या पर काम करता है।

लोकल कॉम्प्लिमेंट (Local Complement): यह बुशेट (Bouchet) द्वारा पेश किया गया एक ऑपरेशन है जो एक चुने हुए वर्टेक्स (vertex) के पड़ोस (neighborhood) को उसके एज-कॉम्प्लिमेंट (edge-complement) से बदल देता है। दो ग्राफ तब 'लोकलली इक्वीवलेंट' कहलाते हैं यदि एक को लोकल कॉम्प्लिमेंट के अनुक्रम (sequence) के माध्यम से दूसरे में बदला जा सके।
चुनौती: LC ऑर्बिट के आकार को निर्धारित करना सामान्यतः #P-कम्पलीट है। जबकि पाथ (paths) और साइकिल (cycles) जैसे सरल मामलों के लिए स्पष्ट सूत्र मौजूद हैं, और बहुत छोटे ग्राफों (9 वर्टिक्स तक) के लिए ब्रूट-फोर्स एन्यूमरेशन (brute-force enumeration) काम करता है, किसी भी मनमाने ग्राफ के लिए कोई सामान्य सूत्र मौजूद नहीं है।
प्रेरणा: यह समस्या क्वांटम इंफॉर्मेशन थ्योरी में अत्यंत महत्वपूर्ण है। ग्राफ स्टेट्स (ग्राफ द्वारा दर्शाए गए क्वांटम स्टेट्स) क्वांटम कंप्यूटेशन के लिए केंद्रीय हैं। इन स्टेट्स पर सिंगल-क्विबिट क्लिफोर्ड ऑपरेशंस (Clifford operations) ठीक लोकल कॉम्प्लिमेंट्स के अनुरूप होते हैं। एक LC ऑर्बिट के भीतर इष्टतम ग्राफ स्टेट (जैसे कि किनारों या अधिकतम डिग्री को कम करना) खोजना आवश्यक है, लेकिन बिना पूर्ण लक्षण वर्णन (characterization) के ह्यूरिस्टिक तरीके अनुकूलता (optimality) की गारंटी नहीं दे सकते।

2. कार्यप्रणाली (Methodology)

लेखक स्प्लिट डिकंपोजिशन (Split Decomposition) पर आधारित एक नवीन दृष्टिकोण पेश करते हैं ताकि डिस्टेंस-हैरिटरी (DH) ग्राफ्स के लिए LC ऑर्बिट्स को वर्गीकृत और गणना की जा सके।

स्प्लिट डिकंपोजिशन (Split Decomposition): यह कनिंगहैम (Cunningham) द्वारा विकसित एक तकनीक है जो एक ग्राफ को "स्प्लिट्स" (ऐसे बाइपार्टिशन जहाँ क्रॉसिंग एडजेस एक पूर्ण बाइपार्टाइट सबग्राफ बनाते हैं) का उपयोग करके सरल घटकों (क्वोटिएंट ग्राफ्स) में पुनरावर्ती रूप से तोड़ती है।
क्वोटिएंट-ऑगमेंटेड स्ट्रोंग स्प्लिट ट्री (QASST): लेखक एक नया टूल, QASвST परिभाषित करते हैं, जो स्प्लिट डिकंपोजिशन को दर्शाने वाला एक ग्राफ-लेबल वाला ट्री है।
- नोड्स (Nodes): आंतरिक नोड्स क्वोटिएंट ग्राफ्स के साथ लेबल होते हैं (जो या तो कम्प्लीट, स्टार, या प्राइम ग्राफ होते हैं)।
- लीव्स (Leaves): मूल ग्राफ के वर्टिक्स का प्रतिनिधित्व करते हैं।
- एजेस (Edges): स्ट्रोंग स्प्लिट्स का प्रतिनिधित्व करते हैं।
DH ग्राफ्स के लिए मुख्य अंतर्दृष्टि: डिस्टेंस-हैरिटरी ग्राफ "पूरी तरह से विभाज्य" (completely separable) होते हैं, जिसका अर्थ है कि उनके स्प्लिट डिकंपोजिशन में केवल स्टार और कम्प्लीट क्वोटिएंट ग्राफ्स होते हैं (कोई प्राइम ग्राफ नहीं)।
लोकल कॉम्प्लिमेंट का प्रसार (Propagation of Local Complements): शोध पत्र यह स्थापित करता है कि एक ग्राफ पर लोकल कॉम्प्लिमेंट, QASST के भीतर क्वोटिएंट ग्राफ्स पर एक विशिष्ट अनुक्रम में लोकल कॉम्प्लिमेंट को प्रेरित करता है। यह प्रसार ट्री के माध्यम से "स्प्लिट-नोड्स" के जोड़ों के माध्यम से पुनरावर्ती रूप से होता है।
QASST इक्विवेलेंस बनाम LC इक्विवेलेंस:
- लेखक QASST इक्विलिवेंस को परिभाषित करते हैं: दो ग्राफ्स QASST-इक्विवेलेंट हैं यदि वे एक ही स्ट्रोंग स्प्लिट ट्री साझा करते हैं और उनके संगत क्वोटिएंट ग्राफ्स लोकलली इक्वीवलेंट हैं।
- प्रमेय (Theorem): यदि दो ग्राफ LC-इक्विवेलेंट हैं, तो उन्हें QASST-इक्विवेलेंट होना चाहिए। हालांकि, इसका उल्टा हमेशा सत्य नहीं होता (QASST इक्विलिवेंस, LC इक्विलिवेंस के लिए एक आवश्यक लेकिन पर्याप्त शर्त नहीं है)।
- रणनीति: लेखक QASST इक्विलिवेंस क्लास का आकार (एक ऊपरी सीमा/upper bound) की गणना करते हैं और फिर उन "अमान्य" संयोजनों को घटा देते हैं जो स्ट्रोंग स्प्लिट्स को बनाए नहीं रखते हैं। इसके बाद वे सिद्ध करते हैं कि विशिष्ट DH परिवारों के लिए, निचली सीमा (lower bound) जो स्पष्ट रूपांतरणों के माध्यम से प्राप्त होती है, इस ऊपरी सीमा से मेल खाती है, जिससे सटीक ऑर्बिट साइज प्राप्त होता है।

3. मुख्य योगदान (Key Contributions)

सामान्य ढांचा (General Framework): QASST में क्वोटिएंट ग्राफ्स की समरूपता श्रेणियों (symmetry classes) का विश्लेषण करके डिस्टेंस-हैरिटरी ग्राफ्स के लिए LC ऑर्बिट साइज को गिनने की एक विधि विकसित की।
स्पष्ट सूत्र (Explicit Formulas): कई व्यापक परिवारों के लिए LC ऑर्बिट के आकार के लिए सटीक सूत्र निकाले:
- कम्प्लीट बाइपार्टाइट ग्राफ ( $K_{n,m}$ )।
- कम्प्लीट $k$ -पार्टाइट ग्राफ ( $K_{n_1, \dots, n_k}$ )।
- क्लीक-स्टार्स ( $CS^r_{n_1, \dots, n_k}$ )।
- मल्टी-लीफ रिपीटर ग्राफ्स ( $MR_{n_1, \dots, n_k}$ )।
ऑर्बिट्स का वर्गीकरण (Classification of Orbits): यह सिद्ध किया कि कम्प्लीट $k$ -पार्टाइट और क्लीक-स्टार ग्राफ्स के लिए, QASST इक्विलिवेंस क्लास को ठीक दो विलगित (disjoint) LC ऑर्बिट्स में विभाजित किया गया है (एक कम्प्लीट $k$ -पार्टाइट प्रकार के लिए और एक क्लीक-स्टार प्रकार के लिए), जो स्टार-स्पोक क्वोटिएंट ग्राफ्स की पैरिटी (parity) द्वारा अलग किए जाते हैं।
ऑप्टिमाइजेशन रिप्रेजेंटेटिव्स (Optimization Representatives): इन ऑर्बिट्स के भीतर विशिष्ट ग्राफों की पहचान की जो निम्नलिखित को न्यूनतम करते हैं:
- एज काउंट (Edge Count): ऑर्बिट के भीतर सबसे "स्पार्स" (sparse) ग्राफ खोजना।
- अधिकतम वर्टेक्स डिग्री (Maximum Vertex Degree): न्यूनतम अधिकतम डिग्री वाला ग्राफ खोजना (क्वांटम कंप्यूटिंग में सर्किट डेप्थ के लिए प्रासंगिक)।
आइसोमोर्फिज्म विश्लेषण (Isomorphism Analysis): इन LC ऑर्बिट्स के भीतर अलग-अलग आइसोमोर्फिज्म क्लासेस (अनलेबल ग्राफ्स) की संख्या के लिए सूत्र निकाले, यह दिखाते हुए कि समरूपता (symmetry) कैसे लेबल वाले ग्राफों की तुलना में गणना को कम करती है।

4. मुख्य परिणाम (Key Results)

कम्प्लीट बाइपार्टाइट ग्राफ्स ( $K_{n,m}$ ):
- ऑर्बिट साइज: $|O(K_{n,m})| = nm + n + m + 3$ (यदि $n, m \ge 2$ हो)।
- मिनिमल एज रिप्रेजेंटेटिव: एक "बाइनरी स्टार" ग्राफ जिसमें $n+m-1$ एडजेस हैं।
कम्प्लीट $k$ -पार्टाइट ग्राफ्स ( $K_{n_1, \dots, n_k}$ ):
- ऑर्बिट साइज: एक सूत्र जिसमें विशिष्ट पैरिटी बाधाओं के साथ $(n_i + 1)$ के गुणनफल शामिल हैं (even products of $n_i$ )।
- ऑर्बिट का आकार इस बात पर निर्भर करता है कि $k$ सम (even) है या विषम (odd) और $n_i$ के सापेक्ष आकार क्या है।
क्लीक-स्टार्स ( $CS^r_{n_1, \dots, n_k}$ ):
- ऑर्बिट साइज: $K_{n_1, \dots, n_k}$ के समान है लेकिन इसमें $n_i$ के विषम (odd) गुणनफल शामिल हैं।
- प्रमेय: $K_{n_1, \dots, n_k}$ और $CS^r_{n_1, \dots, n_k}$ लोकलली इक्वीवलेंट नहीं हैं, फिर भी वे एक ही QASST संरचना साझा करते हैं। उनके ऑर्बिट्स विलगित (disjoint) हैं और मिलकर QASST इक्विलिवेंस क्लास को पूरा करते हैं।
मल्टी-लीफ रिपीटर ग्राफ्स:
- इन्हें दिखाया गया है कि यदि $k$ सम (even) है तो वे $K_{n_1, \dots, n_k}$ के, और यदि $k$ विषम (odd) है तो वे $CS^r_{n_1, \dots, n_k}$ के लोकलली इक्वीलेंट हैं।
मिनिमल एज/डिग्री फॉर्मूला: यह निर्धारित करने के लिए कि कौन सी सिमेट्री क्लास न्यूनतम एडजेस या न्यूनतम अधिकतम डिग्री वाला ग्राफ देती है, यह पेपर $k$ और $n_i$ के मानों (आधार पर) के स्पष्ट स्थितियाँ प्रदान करता है।

5. महत्व (Significance)

गणितीय प्रगति (Mathematical Advancement): यह कार्य बुशेट के पाथ और साइकिल के मूलभूत परिणामों को जटिल, अत्यधिक सममित ग्राफ परिवारों तक विस्तारित करता है। यह उन ग्राफों के लिए गणना की समस्या को हल करता है जहाँ ब्रूट-फोर्स विधियाँ विफल हो जाती हैं।
क्वांटम इंफॉर्मेशन इम्पैक्ट (Quantum Information Impact):
- संसाधन अनुकूलन (Resource Optimization): LC ऑर्बिट्स के आकार के लिए सटीक सूत्र और मिनिमल एज/डिग्री रिप्रेजेंटेटिव्स की पहचान करके, यह पेपर अधिक कुशल क्वांटम सर्किट और ग्राफ स्टेट्स के डिजाइन को सक्षम बनाता है।
- त्रुटि सुधार (Error Correction): डिस्टेंस-हैरिटरी ग्राफ्स (विशेष रूप से ट्री और रिपीटर) वर्टेक्स लॉस (ऑप्टिकल सिस्टम में फोटॉन लॉस) के प्रति मजबूत होते हैं। उनके LC ऑर्बिट्स का लक्षण वर्णन फॉल्ट-टोलरेंट क्वांटम रिपीटर नेटवर्क को डिजाइन करने में मदद करता है।
- एल्गोरिद्मिक दक्षता (Algorithmic Efficiency): QASST-आधारित दृष्टिकोण सामान्य समस्या की #P-कम्पलीट प्रकृति को दरकिनार करते हुए, इक्विलिवेंस क्लासेस का विश्लेषण करने के लिए एक पॉलीनोमियल-टाइम विधि प्रदान करता है।
भविष्य की दिशाएं (Future Directions): लेखक इन तकनीकों को गैर-डिस्टेंस-हैरिटरी ग्राफ्स (जिनमें प्राइम क्वोटिएंट ग्राफ्स शामिल हैं) तक विस्तारित करने और वर्टेक्स मिनर्स (एक संबंधित कठिन समस्या) का अध्ययन करने के लिए QASST निर्माण को लागू करने का सुझाव देते हैं।

संक्षेप में, यह शोध पत्र स्प्लिट डिकॉम्पोजिशन का उपयोग करके डिस्टेंस-हैरिटरी ग्राफ्स के लिए लोकल इक्विलिवेंस क्लासेस को गिनने की कठिन समस्या को हल करके ग्राफ थ्योरी और क्वांटम इंफॉर्मेशन के बीच सफलतापूर्वक सेतु बनाता है, जो सैद्धांतिक सूत्र और क्वांटम ग्राफ स्टेट्स को अनुकूलित करने के व्यावहारिक उपकरण दोनों प्रदान करता है।