Calibrating the Brody exponent as a quantitative measure of short-range exclusion in 2D spatial point processes

तकनीकी सारांश: 2D स्थानिक बिंदु प्रक्रियाओं (Spatial Point Processes) के लिए ब्रोडी घातांक (Brody Exponent) का अंशांकन

समस्या विवरण
स्थानिक बिंदु पैटर्न (spatial point patterns) का सांख्यिकीय लक्षण वर्णन अक्सर अल्प-दूरी के अपवर्जन (short-range exclusion) की शक्ति को एक निरंतर पैमाने पर मात्रात्मक रूप से दर्शाने के लिए एक एकल, व्याख्या योग्य पैरामीटर की कमी से जूझता है। ब्रोडी वितरण (Brody distribution), जिसे मूल रूप से क्वांटम अराजकता में पॉइसन और विग्नर सांख्यिकी के बीच एक घटनात्मक इंटरपोलेशन के रूप में विकसित किया गया था, इसका व्यापक रूप से 1D स्पेक्ट्रा पर उपयोग किया गया है, लेकिन 2D स्थानिक बिंदु प्रक्रियाओं में इसका विस्तार दो महत्वपूर्ण अनसुलझे मुद्दों का सामना करता है:

1. गलत आधार रेखा (Incorrect Baseline): मानक 1D पॉइसन संदर्भ ($\beta = 0$) 2D के लिए अनुपयुक्त है। 2D में पूर्ण स्थानिक यादृच्छिकता (Complete Spatial Randomness - CSR) के तहत, निकटतम-पड़ोसी रिक्ति वितरण (nearest-neighbour spacing distribution) एक रेले (Rayleigh) वितरण का अनुसरण करता है, जो ब्रोडी परिवार का सदस्य नहीं है। फलस्वरूप, उपयुक्त 2D CSR आधार रेखा स्थापित नहीं की गई थी।
2. भौतिक अंशांकन का अभाव (Lack of Physical Calibration): कोई ऐसा अनुभवजन्य ढांचा मौजूद नहीं था जो आयामहीन ब्रोडी पैरामीटर ($\beta$) को एक भौतिक रूप से व्याख्या योग्य अपवर्जन, जैसे कि एक प्रभावी हार्ड-कोर त्रिज्या (effective hard-core radius) में अनुवादित कर सके।

कार्यप्रणाली (Methodology)
यह अध्ययन एक अंशालित मापन ढांचे का विकास करता है जिसमें तीन पद्धतिगत स्तंभ शामिल हैं:

1. ब्रोडी $\beta$ अनुमान: 2D निकटतम-पड़ोसी रिक्ति (NNS) वितरणों पर ब्रोडी वितरण $P_\beta(s) = (\beta + 1)as^\beta \exp(-as^{\beta+1})$ को मैक्सिमम लाइकलीहुड एस्टीमेशन (MLE) का उपयोग करके फिट किया जाता है। $\beta$ पैरामीटर को $\beta \geq 0$ के रूप में सीमित किया गया है, जहाँ $\beta=0$ पॉइसन सीमा (असहसंबंधित) को दर्शाता है और उच्च मान बढ़ते हुए अल्प-दूरी क्रम (short-range order) को दर्शाते हैं।
2. सिंथेटिक अंशांकन: सिंथेटिक बिंदु प्रक्रियाओं का उपयोग करके $\beta$ और सामान्यीकृत अपवर्जन त्रिज्या ($r_{excl}/\langle NN \rangle$) के बीच एक एकदिष्ट मानचित्रण (monotonic mapping) स्थापित किया गया है। इसमें हार्ड-कोर प्रक्रियाओं के लिए अनुक्रमिक रिजेक्शन सैंपलिंग और स्ट्रॉस सॉफ्ट-कोर प्रक्रियाएं शामिल हैं। 2D गिनोब्रे एन्सेम्बल (डिटरमिनेंटल रिपल्शन) और 2D पॉइसन प्रक्रियाएं संदर्भ बेंचमार्क के रूप में उपयोग की जाती हैं।
3. नियंत्रण प्रोटोकॉल और सत्यापन: वास्तविक अपवर्जन को भ्रमित करने वाले कारकों से अलग करने के लिए, ढांचा निम्नलिखित का उपयोग करता है:
   • घनत्व-पतला करने वाले प्रयोग (Density-thinning experiments): अपवर्जन शक्ति को बिंदु घनत्व से अलग करने के लिए।
   • एम्बेडिंग-मजबूती परीक्षण (Embedding-robustness tests): यह परीक्षण करने के लिए कि क्या अपवर्जन संकेत अंतर्निहित हैं या ज्यामिति-निर्भर हैं, अंकगणितीय अनुक्रमों पर नियतकालिक 2D मैपिंग (Row-major, Ulam spiral, Cantor pairing) का उपयोग किया गया है।
   • शून्य-मॉडल एन्सेम्बल (Null-model ensembles): इसमें गाऊसी, पॉइसन, 1/f शोर, ब्राउनियन और मैच-डेंसिटी बर्नुली प्रक्रियाएं शामिल हैं।
   • पूरक डिस्क्रिप्टर (Complementary Descriptors): उन बाइनरी पैटर्न के लिए जहाँ पीक डिटेक्शन विफल हो जाता है, सहसंबंध आयाम ($D_2$) और बानाच-स्पेस इनवेरियंट्स का उपयोग किया जाता है।

मुख्य परिणाम

• 2D CSR आधार रेखा सुधार: इस अध्ययन ने 2D CSR आधार रेखा को $\beta = 0.96 \pm 0.15$ के रूप में पुन: अंशांकित किया है, जो अनुचित $\beta = 0$ के उपयोग को ठीक करता है। यह आधार रेखा परीक्षण किए गए रेंज ($\rho \in [0.01, 0.10]$) में घनत्व-स्थिर है। कम फिल-फ्रैक्शन वाले बाइनरी क्षेत्रों के लिए, एक विशिष्ट आधार रेखा $\beta_{CSR}^{binary} \approx 1.46$ की पहचान की गई है।
• अनुभवजन्य $\beta$–$r_{excl}$ अंशांकन: $\beta$ और प्रभावी हार्ड-कोर त्रिज्या के बीच एक मजबूत अनुभवजन्य सहसंबंध (Spearman $\rho = 0.988$) को मान्य किया गया है। यह मानचित्रण एकदिष्ट है: $\beta \approx 0.96$ कोई अपवर्जन नहीं दर्शाता, $\beta \approx 2$ गिनोब्रे-स्तर के रिपल्शन ($r_{excl} \approx 0.55 \langle NN \rangle$) के अनुरूप है, और $\beta \gtrsim 5$ लगभग क्रिस्टलीय अपवर्जन को इंगित करता है।
• निर्मित सतहें (Manufactured Surfaces): 58 निर्मित सतहों (10 सामग्रियां, 10 प्रक्रियाएं) के विश्लेषण से $\beta$ के व्यापक रेंज ($0.00$से$4.61$) का पता चलता है। बर्निश और होन्ड सतहें उच्च अपवर्जन ($\beta \approx 2.2–4.3$) प्रदर्शित करती हैं, जबकि टर्न्ड और ग्राउंड सतहें अक्सर CSR आधार रेखा के करीब पहुंच जाती हैं।
• अभाज्य संख्या एम्बेडिंग (Prime Number Embeddings):
  • Row-major एम्बेडिंग: $\beta = 2.15$ देता है, जो मजबूत अपवर्जन का संकेत देता है।
  • Cantor pairing: $\beta = 1.40$ देता है, जो बर्नुली शून्य ($\beta \approx 1.47$) से सांख्यिकीय रूप से अविभेद्य है।
  • स्पार्स-इंटीजर कंट्रोल: समान Row-major ज्यामिति में एम्बेडेड रैंडम पूर्णांक $\beta \approx 1.47$ देते हैं, जो पुष्टि करता है कि अभाज्य संख्याओं के लिए उच्च $\beta$ एक वास्तविक अंकगणितीय संकेत (गैप बाधाओं के कारण) है, न कि केवल स्पर्सिटी (sparsity) का आर्टिफैक्ट।
  • निष्कर्ष: अंकगणितीय एम्बेडिंग में 2D अपवर्जन अंतर्निहित नहीं है, बल्कि यह एम्बेडिंग ज्यामिति द्वारा बनाया या नष्ट किया जाता है।
• घनत्व निर्भरता: पूर्ण $\beta$ मान घनत्व-निर्भर होते हैं (जैसे, प्राइम $\beta$, $\rho=0.096$ पर 2.15 से गिरकर $\rho=0.032$ पर 1.46 हो जाता है)। हालांकि, घनत्व-मैच्ड CSR बेसलाइन के सापेक्ष अपवर्जन शक्ति सुसंगत रहती है। क्रॉस-डोमेन तुलनाओं के लिए घनत्व मिलान या घनत्व-अपरिवर्तनीय $r_{excl}/\langle NN \rangle$ अंशांकन का उपयोग आवश्यक है।
• इंटरफेरोमेट्रिक प्रोफाइलोमेट्री: एक प्रमाणित राउंडनेस स्टैंडर्ड पर प्रूफ-ऑफ-कॉन्सेप्ट अनुप्रयोग अन्य डोमेन में देखे गए अपवर्जन के अनुरूप $\beta = 2.00$ प्राप्त करता है।

महत्व और दावे
यह शोध दावा करता है कि यह 2D स्थानिक बिंदु प्रक्रियाओं में अल्प-दूरी के अपवर्जन के प्रतिलिपि प्रस्तुत करने योग्य लक्षण वर्णन के लिए एक अंशांकित मापन ढांचा प्रदान करता है। इसके प्राथमिक योगदान हैं:

1. आधार रेखा का सुधार: यह स्थापित करना कि 2D CSR आधार रेखा $\beta \approx 0.96$ है, न कि 0, जो स्पूरियस (spurious) अपवर्जन दावों से बचने के लिए आवश्यक है।
2. भौतिक व्याख्या: एक अनुभवजन्य $\beta$–$r_{excl}$ मानचित्रण प्रदान करना जो अमूर्त ब्रोडी पैरामीटर को भौतिक रूप से व्याख्या योग्य अपवर्जन त्रिज्या में अनुवादित करता है, जो लिक्विड-स्टेट थ्योरी में हार्ड-स्फीयर पैकिंग फ्रैक्शन के समान है।
3. पद्धतिगत कठोरता: यह प्रदर्शित करना कि $\beta$, बिंदु घनत्व या एम्बेडिंग आर्टिफैक्ट्स के बजाय अपवर्जन शक्ति को पकड़ता है, बशर्ते कि घनत्व मिलान और उपयुक्त आधार रेखाओं का अनुप्रयोग किया जाए।
4. घटनात्मक दायरा (Phenomenological Scope): लेखक स्पष्ट रूप से कहते हैं कि $\beta$ का उपयोग स्थानिक व्यवस्था के एक अनुभवजन्य डिस्क्रिप्टर के रूप में किया जाता है, न कि किसी अंतर्निहित रैंडम-मैट्रिक्स सिमेट्री क्लास (जैसे, $\beta > 2$ उच्च-क्रम की सिमेट्री क्लास का संकेत नहीं देता है, बल्कि केवल मजबूत अपवर्जन को दर्शाता है)।

इस ढांचे को भौतिक (निर्मित सतहों), गणितीय (अभाज्य संख्याएं), और ऑप्टिकल (इंटरफेरोमेट्री) डोमेन में लागू किया जा सकता है, बशर्ते कि घनत्व, एम्बेडिंग ज्यामिति और आधार रेखा चयन के लिए आवश्यक सुधार लागू किए जाएं। यह अध्ययन किसी सार्वभौमिक अपवर्जन तंत्र को प्रकट करने का दावा नहीं करता है, बल्कि इसे मात्रात्मक और प्रतिलिपि प्रस्तुत करने योग्य रूप से मापने के लिए आवश्यक उपकरण प्रदान करता है।