⚛️ quantum physics

Continuous-time evolution via probabilistic angle interpolation and its applications

यह शोध पत्र एक निरंतर-समय स्टोकेस्टिक इवोल्यूशन एल्गोरिदम प्रस्तुत करता है जो संभाव्य कोण इंटरपोलेशन (probabilistic angle interpolation) पर आधारित है जो ट्रोटर त्रुटियों (Trotter errors) को समाप्त करता है और इसमें एक अनुकूलित शोर-निवारण विधि शामिल है, जो आणविक ग्राउंड-स्टेट ऊर्जाओं के अनुमान और आउट-ऑफ-टाइम-ऑर्डर्ड कोरिलेटर्स की गणना के लिए संख्यात्मक सिमुलेशन और एक ट्रैप्ड-आयन क्वांटम कंप्यूटर पर प्रयोगों के माध्यम से अपनी प्रभावकारिता प्रदर्शित करता है।

मूल लेखक: Tomoya Hayata, Yuta Kikuchi

प्रकाशित 2026-04-06

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Tomoya Hayata, Yuta Kikuchi

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 छिपे हुए द्वीप (एक अणु का "ग्राउंड स्टेट") तक पहुँचने के लिए एक तूफानी समुद्र में एक जहाज चला रहे हैं। यह समुद्र अप्रत्याशित लहरों (क्वांटम शोर/नॉइज़) से भरा है जो आपके जहाज को रास्ते से भटका सकती हैं। पारंपरिक नेविगेशन मानचित्र (मानक क्वांटम एल्गोरिदम) एक आदर्श, सीधी रेखा खींचने की कोशिश करते हैं, लेकिन तूफान में, यदि लहरें बहुत बड़ी हैं, तो सबसे अच्छा मानचित्र भी विफल हो जाता है और जहाज या तो फंस जाता है या दुर्घटनाग्रस्त हो जाता है।

यह शोध पत्र नौवहन करने का एक नया, चतुर तरीका पेश करता है: प्रोबेबिलिस्टिक एंगल इंटरपोलेशन (TE-PAI)। एक एकल, आदर्श, कठोर पथ बनाने के बजाय, यह विधि कहती है, "आइए हम कई थोड़े अलग, डगमगाते हुए पथ लें, और यदि हम उन सभी का औसत निकाल लें, तो हम ठीक वहीं पहुँच जाएंगे जहाँ हमें पहुँचने की आवश्यकता है।"

यहाँ शोध के मुख्य विचारों का सरल उपमाओं (analogies) का उपयोग करके विवरण दिया गया है:

1. समस्या: "पिक्सेलेटेड" मानचित्र बनाम वास्तविक समुद्र

वर्तमान क्वांटम कंप्यूटर कम रिज़ॉल्यूशन वाले पुराने वीडियो गेम की तरह हैं। एक अणु समय के साथ कैसे चलता है, इसका अनुकरण करने के लिए, वैज्ञानिक आमतौर पर समय को छोटे, जमे हुए चरणों में तोड़ देते हैं (जैसे कि एक फिल्म के फ्रेम)। इसे "ट्रोटराइजेशन" (Trotterization) कहा जाता है।

दोष: यदि चरण बहुत बड़े हैं, तो फिल्म झटकेदार और गलत दिखेगी (ट्रोटर एरर)। यदि चरण बहुत छोटे हैं, तो फिल्म बजने में बहुत लंबा समय लेगी, और जहाज काम पूरा करने से पहले ही ईंधन (सर्किट डेप्थ) खत्म कर देगा।
शोध का समाधान: लेखकों ने "फ्रेमों" का उपयोग करना पूरी तरह से छोड़ने का निर्णय लिया। वे निरंतर समय (Continuous Time) की ओर बढ़ गए। कल्पना कीजिए कि आप एक फ्लिप-बुक के बजाय एक बहती हुई नदी को देख रहे हैं। ऐसा करके, उन्होंने "झटकेदार" त्रुटियों को पूरी तरह से समाप्त कर दिया।

2. विधि: "पासा फेंकने वाला" नेविगेटर

आप एक ऊबड़-खाबड़ कंप्यूटर पर एक सुचारू नदी का अनुकरण कैसे करेंगे? आप प्रोबेबिलिस्टिक एंगल इंटरपोलेशन का उपयोग करते हैं।

उपमा: कल्पना कीजिए कि आपको अपने जहाज को ठीक 90 डिग्री मोड़ना है। एक सटीक 90 डिग्री मुड़ने के बजाय (जो तूफान में करना कठिन हो सकता है), आप एक पासा फेंकते हैं।
- कभी आप 80 डिग्री मुड़ते हैं।
- कभी आप 100 डिग्री मुड़ते हैं।
- कभी आप 0 डिग्री मुड़ते हैं।
- जादू: यदि आप इसे हजारों बार करते हैं और परिणामों का औसत निकालते हैं, तो गणित गारंटी देता है कि औसत मोड़ ठीक 90 डिग्री होगा।
समझौता (Trade-off): आपको उस औसत को प्राप्त करने के लिए बहुत अधिक बार सिमुलेशन चलाना होगा (अधिक सैंपल्स), लेकिन प्रत्येक व्यक्तिगत रन सरल और छोटा है। यह एक भीड़भाड़ वाले बाजार से होकर जाने जैसा है: आपको टक्कर आ सकती है (शोर), लेकिन यदि आप पर्याप्त अलग-अलग रास्तों से जाते हैं, तो भी आप स्टोर तक पहुँच जाएंगे।

3. "नॉइज़-कैंसलिंग" हेडफ़ोन (त्रुटि शमन/Error Mitigation)

क्वांटम कंप्यूटर शोर वाले होते हैं। भले ही आप अपने मोड़ों का औसत निकाल लें, तूफान फिर भी आपको थोड़ा रास्ता भटका सकता है।

तरीका: लेखकों ने एक "नॉइज़ मिटिगेशन" तकनीक पेश की है। कल्पना कीजिए कि आप शोर भरी सड़क पर संगीत सुन रहे हैं।
- आप कम वॉल्यूम पर संगीत सुनते हैं (उथला सर्किट, कम शोर)।
- आप तेज़ वॉल्यूम पर संगीत सुनते हैं (गहरा सर्किट, अधिक शोर)।
- दोनों की तुलना करके, आप गणितीय रूप से सड़क के शोर को "घटा" सकते हैं ताकि शुद्ध संगीत सुनाई दे सके।
शोध में, वे दो अलग-अलग "सेटिंग्स" (एंगल्स) के साथ एल्गोरिदम चलाते हैं और गणित का उपयोग करके यह अनुमान लगाते हैं कि बिना किसी शोर के परिणाम क्या होता।

4. वास्तविक दुनिया के परीक्षण

टीम ने इन दो बहुत अलग चुनौतियों पर अपनी नई नेविगेशन प्रणाली का परीक्षण किया:

चुनौती A: H₃ अणु (न्यूनतम ऊर्जा खोजना)
- लक्ष्य: हाइड्रोजन अणु के सबसे स्थिर आकार को खोजना।
- परिणाम: उन्होंने हाइड्रोजन अणु को उसके निम्नतम ऊर्जा स्तर तक ले जाने के लिए अपने "पासा फेंकने वाले" तरीके का उपयोग किया। एक वास्तविक क्वांटम कंप्यूटर (Quantinuum Reimei) पर, उन्हें सही उत्तर के बहुत करीब का परिणाम मिला। यह पूर्ण नहीं था क्योंकि "तूफान" (हार्डवेयर शोर) अभी भी मजबूत था, लेकिन इसने साबित किया कि यह विधि वास्तविक दुनिया में काम करती है।
चुनौती B: स्पार्स SYK मॉडल (अराजकता का परीक्षण)
- लक्ष्य: एक अराजक क्वांटम सिस्टम का अनुकरण करना जो ब्लैक होल की तरह व्यवहार करता है (भौतिकी का एक लोकप्रिय विषय)।
- परिणाम: उन्होंने इस अराजक प्रणाली में सूचना कैसे फैलती है, इसे मापने के लिए इस विधि का उपयोग किया। उन्होंने पाया कि शोर के बावजूद, उनके "नॉइज़-कैंसलिंग" ट्रिक ने अराजकता के वास्तविक पैटर्न को पुनः प्राप्त करने में मदद की, जिससे पता चला कि यह विधि जटिल, अव्यवस्थित समस्याओं के लिए भी मजबूत है।

5. निष्कर्ष: यह क्यों मायने रखता है

वर्तमान क्वांटम कंप्यूटरों को चंचल, शोर वाले उपकरणों के रूप में सोचें। आप अभी उनके साथ एक आदर्श सिम्फनी नहीं बजा सकते।

पुराना तरीका: एक ही बार में पूरी सिम्फनी को पूरी तरह से बजाने की कोशिश करें। यह विफल हो जाता है क्योंकि वाद्य यंत्र सुर से बाहर है।
इस शोध का तरीका: छोटी, यादृच्छिक (random) क्लिप्स में सिम्फनी बजाएं। कुछ क्लिप्स बेसुरी होंगी, कुछ सुरीली। लेकिन यदि आप हजारों क्लिप्स को रिकॉर्ड करते हैं और उन्हें आपस में मिलाते हैं, तो अंतिम गाना एकदम सही सुनाई देगा।

संक्षेप में: यह शोध हमें आज के अपूर्ण क्वांटम कंप्यूटरों का उपयोग करने के लिए एक नया टूलकिट देता है। यह स्वीकार करके कि हमें अधिक प्रयोग (अधिक सैंपल्स) चलाने की आवश्यकता होगी लेकिन हम सरल, छोटे सर्किट का उपयोग कर सकते हैं, हम पूर्ण, त्रुटि-मुक्त क्वांटम कंप्यूटर बनने की प्रतीक्षा किए बिना रसायन विज्ञान और भौतिकी की समस्याओं के लिए सटीक परिणाम प्राप्त कर सकते हैं। यह क्वांटम कंप्यूटिंग के शोर वाले युग के लिए "कठिन परिश्रम नहीं, बल्कि स्मार्ट वर्क" करने का दृष्टिकोण है।

यहाँ टमोया हयाता और युता किकुची के शोध पत्र "Continuous-time evolution via probabilistic angle interpolation and its applications" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

वर्तमान क्वांटम हार्डवेयर शोर (noise), अपूर्ण ऑपरेशन्स और पर्यावरणीय अंतःक्रियाओं (environmental interactions) से सीमित है। जबकि क्वांटम एरर करेक्शन (QEC) दीर्घकालिक समाधान है, फॉल्ट-टोलरेंट कंप्यूटिंग के शुरुआती चरणों में लॉजिकल एरर (logical errors) गैर-नगण्य बने रहेंगे। फलस्वरूप, सुसंगत रूप से निष्पादित (coherently executable) सर्किट की गहराई (depth) और चौड़ाई (width) सख्ती से सीमित है।

चुनौती: मानक हैमिल्टोनियन सिमुलेशन विधियाँ, जैसे कि ट्रोटराइजेशन (Trotterization), विविक्तीकरण त्रुटियाँ (discretization errors/Trotter errors) उत्पन्न करती हैं जिन्हें कम करने के लिए गहरे सर्किटों की आवश्यकता होती है। इसके विपरीत, सर्किट की गहराई को कम करने से अक्सर बायस (bias) बढ़ जाता है।
आवश्यकता: एक ऐसे स्टोकेस्टिक क्वांटम एल्गोरिदम की आवश्यकता है जो सर्किट आकार (गहराई) का व्यापार सैंपलिंग ओवरहेड और क्लासिकल पोस्ट-प्रोसेसिंग के साथ कर सके, जो विशेष रूप से नॉइजी इंटरमीडिएट-स्केल क्वांटम (NISQ) और प्रारंभिक फॉल्ट-टोलरेंट उपकरणों के लिए अनुकूलित हो।

2. कार्यप्रणाली (Methodology)

लेखक एक प्रोबेबिलिस्टिक एंगल इंटरपोलेशन पर आधारित स्टोकेस्टिक टाइम-इवोल्यूशन एल्गोरिदम (TE-PAI) का प्रस्ताव और अनुकूलन करते हैं। मुख्य नवाचार ट्रोटर एरर्स को पूरी तरह से समाप्त करने के लिए कंटीन्यूअस-टाइम लिमिट (continuous-time limit) लेना है।

A. सैद्धांतिक ढांचा: Continuous-Time TE-PAI

मानक TE-PAI: पारंपरिक रूप से, TE-PAI ट्रोटर डिकंपोजिशन के आधार पर यूनिटरी सर्किट्स को स्टोकेस्टिक रूप से सैंपल करके टाइम इवोल्यूशन $e^{-itH}$ का अनुमान लगाता है। यह यूनिटरी चैनल्स को आइडेंटिटी, रोटेशन और पाउली ऑपरेशन्स के एक प्रोबेबिलिस्टिक मिश्रण में विघटित करने के लिए एक आइडेंटिटी का उपयोग करता है।
कंटीन्यूअस-टाइम लिमिट ( $\tau \to 0$ ): लेखक स्पष्ट रूप से उस सीमा को लेते हैं जहाँ ट्रोटर स्टेप साइज $\tau \to 0$ $τ \to 0$ होता है।
- बायस का उन्मूलन (Elimination of Bias): यह टाइम-डिसक्रेटाइजेशन (ट्रोटर) त्रुटियों को हटा देता है, जिससे एल्गोरिदम अनबायस्ड (unbiased) हो जाता है।
- प्रोटोकॉल: डिस्क्रीट स्टेप्स के बजाय, एल्गोरिदम इवोल्यूशन को एक निरंतर स्टोकेस्टिक प्रक्रिया के रूप में मॉडल करता है। हैमिल्टोनियन $H = \sum c_k P_k$ $H = \sum c_{k} P_{k}$ के लिए, सिस्टम निम्नलिखित द्वारा विकसित होता है:
  1. गुणांकों $c_k$ और एक फ्री पैरामीटर $\Delta$ से प्राप्त दरों $r_2^{(k)}$ और $r_3^{(k)}$ के साथ गेट अनुप्रयोगों के लिए रैंडम समय निकालना।
  2. क्रोनोलॉजिकल ऑर्डर में इन रैंडम समय पर विशिष्ट यूनिटरी चैनल्स ( $R_k$ ) लागू करना।
- संसाधन ट्रेड-ऑफ (Resource Trade-off): पैरामीटर $\Delta$ $Δ$ सर्किट डेप्थ (गेट्स की औसत संख्या) और सैंपलिंग ओवरहेड (सर्किट्स की आवश्यक संख्या) के बीच संतुलन को नियंत्रित करता है।
  - छोटा $\Delta$ : गहरे सर्किट, कम सैंपलिंग ओवरहेड।
  - बड़ा $\Delta$ : उथले (shallow) सर्किट, उच्च सैंपलिंग ओवरहेड (जो $t\|c\|_1$ के घातांकीय/exponential में है)।

B. नॉइज़ मिटिगेशन: Stochastic Zero-Noise Extrapolation (ZNE)

लेखक इस स्टोकेस्टिक फ्रेमवर्क के लिए ज़ीरो-नॉइज़ एक्सट्रपलेशन (ZNE) को अनुकूलित करते हैं:

तंत्र (Mechanism): चूंकि $\Delta$ औसत गेट काउंट ( $N_{gates} \propto 1/\Delta$ ) को प्रभावित करता है लेकिन आइडियल एक्सपेक्टेशन वैल्यू को नहीं, इसलिए एक ही एल्गोरिदम को दो अलग-अलग $\Delta$ मानों ( $\Delta_1, \Delta_2$ ) के साथ चलाया जा सकता है।
एक्सट्रपलेशन: यह मानते हुए कि शोर गेट काउंट के साथ रैखिक रूप से स्केल करता है, परिणामों $y_1$ और $y_2$ को $\Delta \to \infty$ (जहाँ गेट काउंट $\to 0$ ) की सीमा तक लीनियरली एक्सट्रपलेट किया जाता है ताकि नॉइज़-फ्री वैल्यू का अनुमान लगाया जा सके।

C. अनुप्रयोग (Applications)

एल्गोरिदम को दो अलग-अलग समस्याओं पर लागू किया गया है:

ग्राउंड-स्टेट एनर्जी एस्टीमेशन ( $H_3^+$ ):
- विधि: हार्ट्री-फॉक (Hartree-Fock) स्टेट को ग्राउंड स्टेट तक विकसित करने के लिए TE-PAI का उपयोग करके एडियाबेटिक स्टेट प्रिपरेशन, जिसके बाद ऑपरेटर $e^{isH}$ के लिए एक रैंडमाइज्ड एल्गोरिदम (TETRIS) का उपयोग करके हैडामार्ड टेस्ट।
- हैमिल्टोनियन: 42 पाउली टर्म्स वाला एक 6-क्यूबिट मॉलिक्यूलर हैमिल्टोनियन।
स्पार्स SYK मॉडल में आउट-ऑफ-टाइम-ऑर्डर्ड कोरिलेटर्स (OTCs):
- विधि: एक इंटरफेरोमेट्रिक सर्किट का उपयोग करके स्पार्स साचदेव-ये-किता (Sachdev-Ye-Kitaev) मॉडल में क्वांटम केओस (chaos) की जांच करने के लिए OTOCs की गणना करना।
- चुनौती: इस मॉडल में लंबे, नॉन-लोकल पाउली स्ट्रिंग्स शामिल हैं, जो मानक गेट-आधारित सिमुलेशन को कठिन बनाते हैं।

3. प्रमुख योगदान (Key Contributions)

कंटीन्यूअस-टाइम फॉर्मूलेशन: यह पेपर TE-PAI को सीधे कंटीन्यूअस-टाइम लिमिट में पुनर्गठित करता है, जो ट्रोटर बायस को स्पष्ट रूप से समाप्त करता है और स्टोकेस्टिक सर्किट उत्पन्न करने के लिए आवश्यक क्लासिकल प्री-प्रोसेसिंग को सरल बनाता है।
अनुकूलित एरर मिटिगेशन: प्रोबेबिलिस्टिक एंगल इंटरपोलेशन के लिए विशेष रूप से डिज़ाइन की गई एक ZNE रणनीति का परिचय, जो टारगेट ऑपरेटर को बदले बिना नॉइज़ एक्सपोजर को नियंत्रित करने के लिए ट्यूनेबल पैरामीटर $\Delta$ का लाभ उठाती है।
हार्डवेयर प्रदर्शन: इसे 20 ऑल-टू-ऑल कनेक्टेड $^{171}\text{Yb}^+$ क्यूब्स वाले ट्रैप्ड-आयन क्वांटम कंप्यूटर, Quantinuum Reimei पर सफलतापूर्वक निष्पादित किया गया।
संसाधन विश्लेषण: सर्किट डेप्थ और सैंपलिंग ओवरहेड के बीच ट्रेड-ऑफ का एक स्पष्ट प्रदर्शन, जो दिखाता है कि स्टोकेस्टिक विधियाँ सैंपलिंग की लागत पर मध्यम गेट काउंट के साथ उच्च फिडेलिटी प्राप्त कर सकती हैं।

4. परिणाम (Results)

संख्यात्मक सिमुलेशन (H $_3^+$ ):
- TE-PAI ने ग्राउंड-स्टेट प्रिपरेशन के लिए यूनिट फिडेलिटी (सांख्यिकीय त्रुटि के भीतर) प्राप्त की।
- TE-PAI का सांख्यिकीय एरर, 2-क्यूबिट गेट काउंट $\sim 250$ तक पहुँचने तक मानक विधियों के ट्रोटर एरर से कम था।
- स्टोकेस्टिक एल्गोरिदम ने अनबायस्ड एनर्जी एस्टीमेट प्रदान किए, जबकि ट्रोटराइजेशन ने कम गेट काउंट के लिए बायस पेश किया।
संख्यात्मक सिमुलेशन (Sparse SYK OTOC):
- नॉइज़ी सिमुलेशन (डेपोलराइजिंग नॉइज़) में, ZNE ने विभिन्न $\Delta$ मानों से परिणामों को एक्सट्रपलेट करके नॉइज़लेस ट्रेंड को सफलतापूर्वक रिकवर किया।
- विधि लंबे पाउली स्ट्रिंग्स के लिए हार्डवेयर नॉइज़ के प्रति मजबूत साबित हुई।
हार्डवेयर प्रयोग (Quantinuum Reimei):
- H $_3^+$ एनर्जी: प्रयोग ने दिखाया कि ऊर्जा अनुमान बढ़ता हुआ संख्या में सैंपल्स बढ़ने के साथ सटीक मान की ओर अभिसरित (converge) होता है। हालाँकि, हार्डवेयर नॉइज़ के कारण सिग्नल कम हो गया, जिससे अंतिम सांख्यिकीय अनिश्चितता बड़ी हो गई। शोर के कारण यह अनुमान प्रारंभिक हार्ट्री-फॉक स्टेट से बेहतर होने के मामले में निर्णायक नहीं था।
- OTOC (SYK): Reimei एम्युलेटर (मेमोरी नॉइज़ को डिसेबल करने के साथ) पर प्रयोगों ने भौतिक हार्डवेयर की तुलना में आइडियल डेटा के साथ बेहतर सहमति दिखाई। इसने हाइलाइट किया कि लंबे पाउली स्ट्रिंग्स वाले गहरे सर्किटों के लिए मेमोरी नॉइज़ (इडलिंग/ट्रांसपोर्ट के दौरान डीफेजिंग) एक प्रमुख त्रुटि स्रोत है।
- हार्डवेयर पर निष्कर्ष: हालांकि प्रोटोकॉल काम करता है, वर्तमान हार्डवेयर सीमाएं (विशेष रूप से मेमोरी नॉइज़ और सैंपलिंग लागत) इसे पूर्ण सटीकता के मामले में सरल प्रारंभिक अवस्थाओं से बेहतर प्रदर्शन करने से रोकती हैं, हालांकि ट्रेंड सही है।

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

सैद्धांतिक प्रभाव: यह कार्य स्टोकेस्टिक सिमुलेशन और कंटीन्यूअस-टाइम डायनेमिक्स के बीच के अंतर को पाटता है, जो एक बायस-फ्री विकल्प प्रदान करता है जो स्वाभाविक रूप से उन NISQ उपकरणों के लिए उपयुक्त है जहाँ सर्किट डेप्थ प्राथमिक बाधा है।
व्यावहारिक उपयोगिता: यह प्रदर्शित करता है कि स्टोकेस्टिक एल्गोरिदम जटिल हैमिल्टोनियन्स (जैसे आणविक प्रणाली और SYK मॉडल) को संभाल सकते हैं जिनमें लॉन्ग-रेंज इंटरैक्शन होते हैं, जो मानक गेट डिकंपोजिशन के लिए कठिन हैं।
पहचानी गई चुनौतियाँ: प्राथमिक बाधा सैंपलिंग लागत है। उच्च सटीकता प्राप्त करने के लिए, या तो बहुत उथले (shallow) सर्किट चलाने होंगे (उच्च सैंपलिंग ओवरहेड) या उच्च शोर को स्वीकार करना होगा (कम सैंपलिंग ओवरहेड)।
भविष्य की दिशाएँ: लेखक निम्नलिखित के माध्यम से संतुलन में सुधार का सुझाव देते हैं:
- इवोल्यूशन टाइम के दौरान $\Delta$ का एडेप्टिव शेड्यूलिंग।
- शॉट्स (shots) का वेरिएंस-अवेयर एलोकेशन।
- वेरिएंस रिडक्शन तकनीकें (जैसे इको वेरिफिकेशन)।
- ट्रैप्ड-आयन हार्डवेयर पर मेमोरी नॉइज़ का शमन (जैसे डायनामिकल डीकपलिंग)।

संक्षेप में, यह पेपर एक मजबूत, अनबायस्ड क्वांटम सिमुलेशन फ्रेमवर्क प्रस्तुत करता है जो सर्किट डेप्थ के बदले सैंपलिंग का व्यापार करता है, जिसे संख्यात्मक सिमुलेशन और वास्तविक हार्डवेयर प्रयोगों दोनों के माध्यम से मान्य किया गया है, जबकि मेमोरी नॉइज़ और सैंपलिंग दक्षता के संबंध में वर्तमान हार्डवेयर सीमाओं को स्पष्ट रूप से पहचाना गया है।