⚛️ nuclear experiments

Physics-driven Comparative Analysis of Various Statistical Distance Metrics and Normalizing Functions

यह शोध पत्र एक क्षयकारी Kr-83 आइसोटोप से इलेक्ट्रॉन और फोटॉन घटनाओं का उपयोग करते हुए विभिन्न सांख्यिकीय दूरी मेट्रिक्स और सामान्यीकरण फलनों (normalizing functions) का एक डेटा-संचालित तुलनात्मक विश्लेषण प्रस्तुत करता है ताकि विभिन्न स्थितियों के तहत एक आयामहीन रुचि के पैरामीटर (Parameter of Interest) की स्थिरता का मूल्यांकन किया जा सके।

मूल लेखक: Nafis Fuad (Center for Exploration of Energy,Matter, Indiana University, Bloomington, IN 47405, USA)

प्रकाशित 2026-04-16

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Nafis Fuad (Center for Exploration of Energy,Matter, Indiana University, Bloomington, IN 47405, USA)

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 जासूस हैं जो दो प्रकार के संदिग्धों के बीच अंतर करने की कोशिश कर रहे हैं: इलेक्ट्रॉन (आवेशित कण) और फोटॉन (प्रकाश के कण)। भौतिकी की दुनिया में, जब वे एक डिटेक्टर से टकराते हैं, तो वे बहुत विशिष्ट "पदचिह्न" छोड़ते हैं। लेकिन कभी-कभी, वे पदचिह्न थोड़े धुंधले दिख सकते हैं, या कैमरा दोषपूर्ण हो सकता है।

यह पेपर अनिवार्य रूप से एक टूल टेस्ट (उपकरण परीक्षण) है। लेखक, एन. फुआद (N. Fuad), पूछ रहे हैं: "जब मेरे पास पदचिह्नों के दो ढेर (डेटा) हों, तो कौन सा गणितीय पैमाना (रूलर) वास्तव में यह मापने में सबसे अच्छा है कि वे एक-दूसरे से कितने अलग हैं?"

कहानी का विवरण, सरल उपमाओं का उपयोग करते हुए, यहाँ दिया गया है:

1. अपराध स्थल: डिटेक्टर

"जासूस" ने जर्मेनियम (एक अर्धचालक) से बने एक विशाल, सुपर-कोल्ड कैमरे का उपयोग किया ताकि क्रिप्टोन-83 नामक आइसोटोप के क्षय (decay) को देखा जा सके।

सेटअप: इस कैमरे को एक हाई-स्पीड माइक्रोफ़ोन की तरह समझें। जब कोई कण इससे टकराता है, तो यह एक ध्वनि तरंग (सिग्नल) बनाता है।
अंतर:
- इलेक्ट्रॉन एक स्प्रिंटर (तेज धावक) की तरह हैं जो अचानक रुक जाता है। वे कैमरे से टकराते हैं और लगभग तुरंत रुक जाते हैं, जिससे एक सिग्नल बहुत तीव्रता (sharply) से ऊपर उठता है।
- फोटॉन एक मैराथन धावक की तरह हैं जो धीरे-धीरे धीमा होता है। वे कैमरे के अंदर आगे तक यात्रा करते हैं और फिर रुकते हैं, जिससे सिग्नल धीरे-धीरे ऊपर उठता है।
लक्ष्य: टीम को इन दोनों समूहों को पूरी तरह से अलग करने की आवश्यकता थी। ऐसा करने के लिए, उन्होंने हर घटना (event) के लिए एक "स्कोर" (0 और 1 के बीच की संख्या) बनाया, जो इस बात पर आधारित था कि सिग्नल कितना तीव्र था। यह स्कोर उनका Parameter of Interest (PoI) है।

2. समस्या: बहुत सारे पैमाने (Rulers)

गणित और विज्ञान में, दो डेटा समूहों के बीच "दूरी" या "अंतर" को मापने के दर्जनों तरीके हैं। कुछ को हेलिंगर (Hellinger) कहा जाता है, कुछ वासेरस्टीन (Wasserstein), कुछ कोलमोगोरोव-स्मिरनोव (Kolmogorov-Smirnov), इत्यादि।

कल्पना कीजिए कि आपके पास रेत के दो ढेर हैं।

पैमाना A ढेरों की ऊंचाई में अंतर को मापता है।
पैमाना B यह मापता है कि एक ढेर को दूसरे में बदलने के लिए आपको कितनी रेत हिलाने की आवश्यकता है।
पैमाना C ढेरों के आकार में अंतर को मापता है।

समस्या यह है कि इनमें से कुछ पैमाने नाजुक (finicky) होते हैं।

यदि आप रेत के दानों का आकार बदलते हैं (विस्क्रीटीकरण/discretization), तो कुछ पैमाने बिल्कुल अलग उत्तर देते हैं।
यदि आपके पास रेत के केवल कुछ ही दाने हैं (कम सांख्यिकी/low statistics), तो कुछ पैमाने टूट जाते हैं या बेतुकी संख्याएं देते हैं।
कुछ पैमाने इतने संवेदनशील होते हैं कि वे कहते हैं कि दो ढेर "पूरी तरह से अलग" हैं, भले ही वे केवल थोड़े से ही अलग हों।

3. प्रयोग: "नॉर्मलाइजेशन" की ट्रिक

लेखक ने महसूस किया कि कुछ पैमाने ऐसी संख्याएँ उत्पन्न करते हैं जो निष्पक्ष रूप से तुलना करने के लिए बहुत बड़ी या बहुत छोटी होती हैं। इसलिए, उन्होंने नॉर्मलाइजिंग फंक्शन्स (Normalizing Functions) पेश किए।

इसे एक अनुवादक (translator) या कंप्रेसर की तरह समझें।

कल्पना कीजिए कि एक पैमाना दूरी को "प्रकाश-वर्ष" (बड़ी संख्याएं) में मापता है और दूसरा "इंच" (छोटी संख्याएं) में। उनकी तुलना करना कठिन है।
लेखक ने विशेष "स्क्वीज़ फंक्शन्स" (जैसे $n(x)$ $n (x)$ ) का आविष्कार किया जो किसी भी बड़ी संख्या को एक साफ-सुथरे बॉक्स के बीच 0 और 1 में दबा (squash) देता है।
- 0 का अर्थ है "एक समान।"
- 1 का अर्थ है "पूरी तरह से अलग।"

उन्होंने यह देखने के लिए चार अलग-अलग "स्क्वीज़र्स" का परीक्षण किया कि कौन सा पैमाना काम को सही ढंग से करने में मदद करता है।

4. परिणाम: कौन जीता?

अपने इलेक्ट्रॉन और फोटॉन डेटा के साथ हजारों परीक्षण चलाने के बाद, उन्हें यह मिला:

अविश्वसनीय वाले:
- वासेरस्टीन-2 ( $W_2$ ): यह पैमाना इस बात के प्रति बहुत संवेदनशील है कि आप डेटा को कैसे काटते हैं। यदि आप अपने रेत के दानों का आकार बदलते हैं, तो यह पैमाना घबरा जाता है और एक अलग उत्तर देता है।
- फिशर-राओ (Fisher-Rao) और $L_\infty$ : ये तब बहुत अच्छे होते हैं जब आपके पास सटीक डेटा हो, लेकिन यदि आपके पास कम सैंपल साइज (कम घटनाएं) हैं, तो वे अस्थिर और अविश्वसनीय हो जाते हैं।
- "सैचुरेटर्स" (Saturators): कुछ पैमाने (जैसे $W_2$ और $L_\infty$ ) बहुत जल्दी "1.0" की सीमा (ceiling) तक पहुँच जाते हैं। वे कहते हैं "ये पूरी तरह से अलग हैं!" भले ही वे केवल काफी हद तक अलग हों। वे "बहुत अलग" और "अधिकतम रूप से अलग" के बीच अंतर करने की क्षमता खो देते हैं।
विजेता: $\sqrt{JS}$ दूरी
- स्क्वायर रूट ऑफ जेन्सन-शैनन ( $\sqrt{JS}$ ) दूरी चैंपियन थी।
- क्यों? यह सबसे स्थिर (stable) थी। चाहे उन्होंने डेटा के दानों का आकार बदला हो, घटनाओं की संख्या बदली हो, या किस "स्क्वीज़र" का उपयोग किया हो, इस पैमाने ने सुसंगत और विश्वसनीय उत्तर दिए।
- यह डेटा के छोटे बदलावों से भ्रमित नहीं हुआ, और सैंपल साइज छोटा होने पर भी यह टूटा नहीं।

5. निष्कर्ष (Takeaway)

पेपर यह निष्कर्ष निकालता है कि यदि आप शोर-शराबे वाले, वास्तविक दुनिया के वातावरण में दो संभाव्यता वितरणों (जैसे इलेक्ट्रॉन बनाम फोटॉन सिग्नल) की तुलना करने का प्रयास कर रहे हैं:

केवल एक पैमाने को बेतरतीब ढंग से न चुनें; कुछ "शोर" (noise) के प्रति बहुत संवेदनशील होते हैं।
$\sqrt{JS}$ दूरी का उपयोग करें। यह टूलबॉक्स में सबसे मजबूत उपकरण है।
यदि आपको बड़ी संख्याओं को 0-से-1 रेंज में दबाने की आवश्यकता है, तो आप सरल गणितीय "स्क्वीज़र्स" का उपयोग कर सकते हैं, लेकिन वे सभी इस विशिष्ट कार्य के लिए लगभग एक जैसा ही काम करते हैं।

संक्षेप में: लेखक ने कई गणितीय पैमानों का परीक्षण किया यह देखने के लिए कि इलेक्ट्रॉन से फोटॉन को अलग करने के लिए कौन सा सबसे अच्छा है। उन्होंने पाया कि $\sqrt{JS}$ पैमाना सबसे विश्वसनीय जासूस है, जबकि अन्य पैमाने प्रयोग के विवरणों से भ्रमित हो जाते हैं।

यहाँ एन. फुआद के शोध पत्र "Physics-driven Comparative Analysis of Various Statistical Distance Metrics and Normalizing Functions" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

वैज्ञानिक विश्लेषण, मशीन लर्निंग और परिकल्पना परीक्षण (hypothesis testing) में, दो प्रायिकता घनत्व फलनों (Probability Density Functions - PDFs) या प्रायिकता द्रव्यमान फलनों (Probability Mass Functions - PMFs) के बीच असमानता को मापने की एक सर्वव्यापी आवश्यकता होती है। यद्यपि कई दूरी मेट्रिक्स और विचलन माप (जैसे Hellinger, Wasserstein, Jensen-Shannon) मौजूद हैं, लेकिन इस बात पर कोई मानकीकृत सहमति नहीं है कि विशिष्ट भौतिक अनुप्रयोगों के लिए कौन सा मीट्रिक सबसे अधिक सुदृढ़ (robust) है।

इस शोध पत्र में संबोधित मुख्य चुनौतियाँ निम्नलिखित हैं:

मीट्रिक परिवर्तनशीलता (Metric Variability): विभिन्न मेट्रिक्स अक्सर वितरणों के एक ही जोड़े के लिए बहुत अलग "दूरियाँ" दर्शाते हैं।
नॉर्मलाइजेशन संवेदनशीलता (Normalization Sensitivity): कई मेट्रिक्स अनबाउंडेड (unbounded) मान या 1 पर संतृप्त (saturate) होने वाले मान उत्पन्न करते हैं, जिससे वे "पूर्णतः विलगित" (fully disjoint) और "अधिकतम विलगित" (maximally disjoint) सेटों के बीच के अंतर को पहचानने में अक्षम हो जाते हैं।
स्थिरता संबंधी मुद्दे (Stability Issues): सैंपल आकार (कम सांख्यिकी) या विविक्तीकरण लंबाई (discretization length/binning) में बदलाव के तहत मेट्रिक्स अप्रत्याशित व्यवहार कर सकते हैं।
भौतिक संदर्भ का अभाव (Lack of Physical Context): कई तुलनाएँ विशुद्ध रूप से गणितीय होती हैं; यह अध्ययन वास्तविक दुनिया के प्रयोगात्मक भौतिक डेटा के माध्यम से तुलना को आधार प्रदान करने का प्रयास करता है।

2. कार्यप्रणाली (Methodology)

A. डेटा स्रोत और भौतिक संदर्भ

यह अध्ययन एक हाई-प्यूरिटी जर्मेनियम (HPGe) स्पेक्ट्रोमीटर (PPC प्रकार) का उपयोग करता है जो क्रायो-वैक्यूम स्थितियों के तहत संचालित होता है।

स्रोत: एक क्षय होता हुआ $^{83}$ Kr आइसोटोप।
इवेंट के प्रकार: डेटासेट इलेक्ट्रॉन इवेंट्स (आवेशित कण) और फोटॉन इवेंट्स (तटस्थ कण) के बीच अंतर करता है।
भौतिक अंतर: इलेक्ट्रॉन ऊर्जा को सतह के बहुत करीब जमा करते हैं (लगभग $\sim\mu$ m के भीतर रुक जाते हैं), जिससे सिग्नल वेवफॉर्म में एक तीव्र वृद्धि (sharp rise) होती है। फोटॉन गहराई तक प्रवेश करते हैं ( $\sim 100\mu$ m), जिसके परिणामस्वरूप 'राइज टाइम' धीमा होता है।
रुचि का पैरामीटर (Parameter of Interest - PoI): लेखक वेवफॉर्म के राइजिंग एज की तीक्ष्णता के आधार पर एक आयामहीन पैरामीटर $x$ को परिभाषित करते हैं:
$x = \max\left(\frac{ds(t)/dt}{E}\right)$
जहाँ $s(t)$ सिग्नल वेवफॉर्म है और $E$ ऊर्जा है। इस मान को $[0, 1]$ की सीमा में पुनर्गठित (rescaled) किया जाता है।
वितरण निर्माण: PMFs को 6,982 इलेक्ट्रॉन इवेंट्स और 14,146 फोटॉन इवेंट्स के $x$ मानों से उत्पन्न किया गया है। इन वितरणों को विलगित (disjoint) देखा गया है, लेकिन अधिकतम विलगित नहीं।

B. मूल्यांकित मेट्रिक्स (Metrics Evaluated)

यह शोध पत्र इलेक्ट्रॉन और फोटॉन PMFs के बीच सात विशिष्ट दूरी मेट्रिक्स की तुलना करता है:

हेलिंगर दूरी (Hellinger Distance - $H$ )
वॉसरस्टीन-1 दूरी (Wasserstein-1 Distance - $W_1$ )
वॉसरस्टीन-2 दूरी (Wasserstein-2 Distance - $W_2$ )
जेन्सन-शैनन विचलन का वर्गमूल ( $\sqrt{JS}$ )
$L_\infty$ नॉर्म ( $L_\infty$ Norm / चेबिशेव दूरी)
कोलमोगोरोव-स्मिरनोव दूरी (Kolmogorov-Smirnov Distance - $KS$)
फिशर-राओ दूरी (Fisher-Rao Distance - $FR$)

C. नॉर्मलाइजेशन रणनीति (Normalization Strategy)

चूँकि कुछ मेट्रिक्स (जैसे $W_1$ ) अनबाउंडेड हैं जबकि अन्य (जैसे $FR $)$ \pi/2 $या 1 द्वारा सीमित हैं, लेखक सभी मेट्रिक आउटपुट को एक मानक सीमा$ [0, 1) $में मैप करने के लिए **नॉर्मलाइजिंग फंक्शन**$ n(x)$ का एक सेट प्रस्तावित करते हैं।

$n(x)$ के लिए प्रस्तावित गुण: बाउंड्स ( $0 \to 1$ ), बायजेक्टिविटी (Bijectivity), मोनोटोनिसिटी (Monotonicity), और मीट्रिक संरक्षण (यदि $d$ एक मीट्रिक है, तो $n \circ d$ को भी एक मीट्रिक होना चाहिए)।
परीक्षण किए गए फलन:
1. $n_1(x) = \frac{\log(1+x)}{1+\log(1+x)}$
2. $n_2(x) = \frac{x}{1+x}$
3. $n_3(x) = 1 - e^{-x}$
4. $n_4(x) = \frac{2}{\pi}\arctan(x)$
नियंत्रण (Control): एक "नो नॉर्मलाइजेशन" केस ( $n_0$ ) का भी परीक्षण किया गया था।

D. स्थिरता विश्लेषण (Stability Analysis)

प्रत्येक मीट्रिक की सुदृढ़ता का परीक्षण निम्नलिखित के विरुद्ध किया गया:

विविक्तीकरण लंबाई (Discretization Length): PMFs के बिन साइज (bin size) में बदलाव।
सैंपल आकार (Sample Size): कम सांख्यिकी वाले परिदृश्यों का अनुकरण करने के लिए इवेंट्स की संख्या को कम करना।

3. मुख्य परिणाम (Key Results)

A. मेट्रिक प्रदर्शन और संतृप्ति (Metric Performance and Saturation)

संतृप्ति के मुद्दे (Saturation Issues): हेलिंगर, KS और फिशर-राओ जैसे मेट्रिक्स अक्सर 1.0 के मान पर संतृप्त हो गए, जो यह दर्शाता है कि वे केवल विलगित (disjoint) और अधिकतम विलगित (maximally disjoint) वितरणों के बीच अंतर करने में सक्षम नहीं थे।
अनबाउंडेड अस्थिरता (Unbounded Instability): $W_1$ और $L_\infty$ संतृप्ति के प्रति सबसे कम संवेदनशील थे, लेकिन विविक्तीकरण और कम सैंपल साइज के तहत अत्यधिक अस्थिर थे।
विजेता ( $\sqrt{JS}$ ): जेन्सन-शैनन दूरी का वर्गमूल ( $\sqrt{JS}$ ) सबसे विश्वसनीय मीट्रिक के रूप में उभरा। इसने बिना किसी समय पूर्व संतृप्ति के, विविक्तीकरण लंबाई और सैंपल साइज के बीच स्थिरता बनाए रखी।

B. नॉर्मलाइजेशन का प्रभाव

मानक विचलन (Standard Deviation): मैन्युअल रूप से परिभाषित नॉर्मलाइजिंग फंक्शन ( $n_1$ – $n_4$ ) ने कच्चे, अन-नॉर्मलाइज्ड मेट्रिक्स की तुलना में मापों के मानक विचलन को कम किया। यह सुझाव देता है कि नॉर्मलाइजेशन विभिन्न मेट्रिक्स को एक-दूसरे के करीब लाता है।
मीट्रिक संवेदनशीलता (Metric Sensitivity):
- सबसे कम प्रभावित: हेलिंगर और $\sqrt{JS}$ दूरियों ने चुने गए नॉर्मलाइजेशन फंक्शन के बावजूद न्यूनतम परिवर्तन दिखाया।
- सबसे अधिक प्रभावित: $L_\infty$ और फिशर-राओ दूरियाँ नॉर्मलाइजेशन फंक्शन के चुनाव के प्रति अत्यधिक संवेदनशील थीं।
विशिष्ट व्यवहार: $W_2$ और $\sqrt{JS}$ केवल $n_3(x)$ फंक्शन के तहत संतृप्त हुए, जबकि $W_2$ को विविक्तीकरण और सांख्यिकी के संबंध में अत्यंत अस्थिर पाया गया।

C. दृश्य और सांख्यिकीय अवलोकन

चित्र 9 (विविक्तीकरण): $W_2$ बिन साइज के परिवर्तनों के प्रति सबसे अधिक संवेदनशील था, जबकि हेलिंगर, $\sqrt{JS}$ और फिशर-राओ स्थिर रहे।
चित्र 10 (सैंपल साइज): $\sqrt{JS}$ , $L_\infty$ और फिशर-राओ को कम सांख्यिकी (छोटा $N$ ) के तहत सबसे अधिक अस्थिर देखा गया, हालांकि समग्र स्थिरता विश्लेषण में $\sqrt{JS}$ अन्य की तुलना में बेहतर रिकवरी करता है।

4. मुख्य योगदान (Key Contributions)

भौतिकी-संचालित बेंचमार्क: यह शोध पत्र गणितीय वितरणों के बजाय वास्तविक, शोर युक्त प्रयोगात्मक डेटा (HPGe डिटेक्टर सिग्नल) का उपयोग करके सांख्यिकीय दूरी मेट्रिक्स की एक दुर्लभ, व्यवस्थित तुलना प्रदान करता है।
नॉर्मलाइजेशन मानदंडों की परिभाषा: यह औपचारिक रूप से उन गुणों को परिभाषित करता जो एक नॉर्मलाइजिंग फंक्शन को मीट्रिक एक्सिओम्स (विशेष रूप से त्रिकोण असमानता/triangle inequality) को बनाए रखने के लिए आवश्यक हैं और इन गुणों के परीक्षण के लिए चार विशिष्ट फंक्शन प्रस्तावित करता है।
इष्टतम मीट्रिक की पहचान: यह इस विशिष्ट श्रेणी की समस्याओं (स्पेक्ट्रोस्कोपी में कण प्रकारों के बीच अंतर करना) के लिए $\sqrt{JS}$ को श्रेष्ठ मीट्रिक के रूप में पहचानता क्योंकि इसमें गैर-अधिकतमता संरक्षण (non-maximality preservation) और स्थिरता का संतुलन है।
नॉर्मलाइजेशन अंतर्दृष्टि: यह प्रदर्शित करता है कि जबकि नॉर्मलाइजेशन मेट्रिक्स के बीच भिन्नता को कम करता है, फंक्शन का चुनाव महत्वपूर्ण होता है (जैसे $L_\infty$ के लिए), लेकिन अन्य मेट्रिक्स (जैसे $\sqrt{JS}$ ) के लिए इसका प्रभाव कम होता है।

5. महत्व (Significance)

यह कार्य परमाणु भौतिकी, कण पहचान (particle detection), और वैज्ञानिक डेटा पर लागू मशीन लर्निंग के क्षेत्रों के लिए महत्वपूर्ण है।

प्रयोगात्मक वैज्ञानिकों के लिए: यह कम सांख्यिकी या उच्च-शोर वाले वातावरण में सिग्नल और बैकग्राउंड इवेंट्स (जैसे इलेक्ट्रॉन बनाम फोटॉन भेदभाव) के बीच अंतर करने के लिए मजबूत सांख्यिकीय उपकरणों का चयन करने के लिए एक दिशानिर्देश प्रदान करता है।
डेटा वैज्ञानिकों के लिए: यह बिना नॉर्मलाइजेशन के अनबाउंडेड मेट्रिक्स का उपयोग करने के खतरों को उजागर करता है और विविक्तीकरण और सैंपलिंग त्रुटियों के विरुद्ध मीट्रिक स्थिरता का परीक्षण करने के लिए एक ढांचा प्रदान करता है।
सामान्यीकरण (Generalizability): प्रस्तावित "रुचि का पैरामीटर" (वेवफॉर्म शार्पनेस) और तुलनात्मक ढांचा अन्य डिटेक्टर प्रौद्योगिकियों और वर्गीकरण समस्याओं पर लागू किया जा सकता है जहाँ वेवफॉर्म मॉर्फोलॉजी (morphology) एक विभेदक विशेषता है।

निष्कर्षतः, यह शोध पत्र तर्क देता है कि $\sqrt{JS}$ दूरी, संभावित रूप से एक सरल नॉर्मलाइजेशन के साथ, HPGe डिटेक्टरों में इलेक्ट्रॉन और फोटॉन इवेंट वितरणों के बीच असमानता को मापने के लिए सबसे सुदृढ़ उपकरण है, जो स्थिरता और संवेदनशीलता में पारंपरिक मेट्रिक्स जैसे वॉसरस्टीन या कोलमोगोरोव-स्मिरनोव से बेहतर प्रदर्शन करता है।