तकनीकी सारांश: प्रागैतिहासिक मानव प्रवास में कुशल पथ पुनर्निर्माण (Efficient Path Reconstruction in Prehistoric Human Migration)

1. समस्या विवरण (Problem Statement)

प्रागैतिहासिक प्रवास मार्गों के पुनर्निर्माण के लिए 'लीस्ट-कॉस्ट पाथ एनालिसिस' (LCPA) पर निर्भर किया जाता है ताकि पर्वतीय श्रृंखलाओं और खड़ी ढलानों जैसे स्थलाकृतिक अवरोधों को ध्यान में रखते हुए "प्रभावी दूरियों" की गणना की जा सके। मानक LCPA कार्यान्वयन उच्च-रिज़ॉल्यूशन वाले डिजिटल एलिवेशन मॉडल (DEMs) का उपयोग करते हैं, जैसे कि 60 आर्क-सेकंड ETOPO डेटासेट, जिन्हें सघन ग्रिड ग्राफों में विभाजित किया जाता है।

पहचाना गया प्राथमिक संकट एक गंभीर कंप्यूटेशनल बॉटलनेक (Computational Bottleneck) है। डाइक्ストラ का एल्गोरिदम (Dijkstra's algorithm), जो लघुतम पथ खोजने के लिए उपयोग किया जाता है, की समय जटिलता $O(|E| + |V| \log |V|)$ है। जब इसे उच्च रिज़ॉल्यूशन वाले महाद्वीपीय-स्तर के डेटासेट पर लागू किया जाता है, तो वर्टिस (vertices - $|V|$) और एडजेस (edges - $|E|$) की संख्या अत्यधिक बड़ी हो जाती है, जो व्यावहारिक मेमोरी और रनटाइम क्षमताओं से बाहर हो जाती है।

पारंपरिक समाधान, जैसे कि समान डेटा संपीड़न (uniform data compression/downsampling), पद्धतिगत रूप से त्रुटिपूर्ण हैं। डेटा को समान रूप से कम रिज़ॉल्यूशन में बदलने से परिदृश्य का अनियंत्रित रूप से सरलीकरण (smoothing) हो जाता है, जिससे महत्वपूर्ण सूक्ष्म-स्तरीय स्थलाकृतिक विशेषताएं (जैसे कि संकीर्ण पहाड़ी दर्रे या खड़ी घाटी गलियारे) मिट जाती हैं, जो ऐतिहासिक रूप से मानव आवाजाही को नियंत्रित करती थीं। यह पथ पुनर्निर्माण में संरचनात्मक विकृति का कारण बनता है जहाँ एल्गोरिदम कृत्रिम रूप से समतल किए गए पहाड़ों के ऊपर से रास्ता निकाल सकता है, बजाय इसके कि आवश्यक घाटियों के माध्यम से जाए।

2. कार्यप्रणाली: एडेप्टिव वेवलेट कम्प्रेशन (Methodology: Adaptive Wavelet Compression)

रिज़ॉल्यूशन-स्केल के द्वंद्व को हल करने के लिए, लेखक फास्ट वेवलेट ट्रांसफॉर्म (FWT) पर आधारित एक एडेप्टिव मल्टी-स्केल रूटिंग फ्रेमवर्क प्रस्तावित करते हैं। एक स्थिर समान ग्रिड के बजाय, यह विधि केवल वहीं उच्च रिज़ॉल्यूशन आवंटित करती है जहाँ स्थलाकृतिक जटिलता अधिक हो, जबकि समरूप (homogeneous) क्षेत्रों को संकुचित कर देती है।

मुख्य घटक:

• मल्टी-स्केल डिकंपोजिशन (Multi-Scale Decomposition): स्थलाकृतिक ऊंचाई फलन $f(x, y)$ को वेवलेट सिद्धांत का उपयोग करके एक मोटे बेसलाइन सन्निकटन (coarse baseline approximation) और विवरण गुणांकों ($d_{\ell,k}$) में विभाजित किया जाता है, जो विभिन्न पैमानों के बीच ज्यामितीय अंतर को दर्शाते हैं।
• बेस्ट-एन-टर्म थ्रेशोल्डिंग (Best-N-Term Thresholding): एक संपीड़न रणनीति लागू की जाती है जहाँ केवल $N$ सबसे बड़े वेवलेट विवरण गुणांकों को बनाए रखा जाता है। थ्रेशोल्ड से नीचे के गुणांक (जो समतल, समरूप क्षेत्रों का प्रतिनिधित्व करते हैं) को हटा दिया जाता है, जिससे उन क्षेत्रों को बड़े मैक्रोस्कोपिक ब्लॉकों में मिला दिया जाता है।
• आधार फलन चयन (Basis Function Selection): यह शोध पत्र निरंतर पीसवाइज-लीनियर फंक्शन ($N_2$ B-Splines / Hat wavelets) का उपयोग करके पिछले कार्यों का विस्तार करता है, न कि पीसवाइज-कांस्टेंट फंक्शन ($N_1$ / Haar wavelets) का।
  • $N_1$ स्केल सीमाओं पर विच्छेदित, ब्लॉकनुमा प्रतिनिधित्व बनाता है।
  • $N_2$ ओवरलैपिंग, टेंट के आकार के सपोर्ट बनाता है, जिसके परिणामस्वरूप एक सुचारू, निरंतर स्थलाकृति का प्रतिनिधित्व होता है जो पाथफाइंडिंग एल्गोरिदम के लिए बेहतर है।
• पदानुक्रमित सत्यापन (Hierarchical Validation): यह सुनिश्चित करने के लिए कि उप-पैमाने के अवरोधों (जैसे कि एक बड़े "समतल" ब्लॉक के भीतर छिपा हुआ एक संकीर्ण दर्रा) को गलती से मिटा न दिया जाए, एक बॉटम-अप सत्यापन योजना यह सुनिश्चित करती है कि किसी क्षेत्र को तभी समेकित किया जाए जब उसके सभी घटक उप-क्षेत्रों में महत्वपूर्ण स्थलाकृतिक विवरण का अभाव हो।

एडेप्टिव डाइक्ストラ एल्गोरिदम (The Adaptive Dijkstra Algorithm)

रूटिंग एल्गोरिदम को इस अनियमित, बहु-स्तरीय मेश (multi-scale mesh) के माध्यम से नेविगेट करने के लिए संरचनात्मक रूप से अनुकूलित किया गया है:

1. डायनेमिक ग्राफ निर्माण: वर्टिस, $1.5 \times 1.5$ किमी सेल से लेकर दसों किलोमीटर तक फैले ब्लॉकों तक के स्थानिक विस्तार का प्रतिनिधित्व करते हैं।
2. स्केल-अवेयर एज डेफिनिशन:
   • कनेक्टिविटी को आधार फलन सपोर्ट के प्रतिच्छेदन द्वारा परिभाषित किया जाता है। $N_2$ वेवलेट्स के लिए, एक एज तब मौजूद होता है जब सपोर्ट ओवरलैप होते हैं ($\text{supp}(\psi) \cap \text{supp}(\psi) \neq \emptyset$)।
   • एज वेट्स (edge weights) को जुड़े हुए वर्टिस के बीच भौतिक दूरी (हावरसीन फॉर्मूला) और ढलान के आधार पर गतिशील रूप से गणना की जाती है।
3. स्केल-डिपेंडेंट पेनल्टी: एल्गोरिदम को संकुचित ब्लॉकों का कृत्रिम शॉर्टकट के रूप में लाभ उठाने से रोकने के लिए, मोटे (कंप्रेस्ड) स्तरों को पार करने वाले एडजेस पर एक पेनल्टी फैक्टर $\alpha_\ell \geq 1.0$ लगाया जाता है। यह खोई हुई उप-पैमाने की खुरदरापन की भरपाई करने के लिए बड़े ब्लॉकों के पार जाने की लागत को बढ़ा देता है, जिससे टोपोलॉजिकल शुद्धता सुनिश्चित होती है।

3. प्रमुख योगदान (Key Contributions)

• नवाचार (Novel Application): यह पुरातात्विक प्रवास मॉडलिंग के लिए विशेष रूप से एडेप्टिव वेवलेट कम्प्रेशन का पहला अनुप्रयोग है, जो पिछले गैर-पुरातात्विक LCP फ्रेमवर्क का विस्तार करता है।
• एल्गोरिद्मिक अनुकूलन: यह शोध पत्र डाइक्ストラ के एल्गोरिदम को एक डायनेमिक, मल्टी-स्केल मेश के माध्यम से नेविगेट करने के गणितीय अनुकूलन का विवरण देता है, जिसमें पीसवाइज-लीनियर बेस के लिए विशिष्ट कनेक्टिविटी नियम शामिल हैं।
• आधार तुलना (Basis Comparison): अध्ययन पीसवाइस-कांस्टेंट ($N_1$) बनाम पीसवाइस-लीनियर ($N_2$) बेस का तुलनात्मक विश्लेषण प्रदान करता है, जो दर्शाता है कि $N_2$ मध्यम संपीड़न दरों पर बेहतर टोपोलॉजिकल शुद्धता प्रदान करता है, जबकि $N_1$ अत्यधिक संपीड़न में भी मजबूत रहता है।
• कार्यान्वयन: इस पद्धति को ArcheoGra.jl जूलिया पैकेज के भीतर लागू किया गया है, जो बड़े पैमाने के स्थानिक मॉडलिंग के लिए एक व्यावहारिक उपकरण प्रदान करता है।

4. परिणाम और केस स्टडीज (Results and Case Studies)

इस फ्रेमवर्क का परीक्षण ETOPO डेटासेट का उपयोग करके दो परिदृश्यों में मानक यूनिफॉर्म डाइक्ストラ एल्गोरिदम के विरुद्ध बेंचमार्क किया गया था:

A. मैक्रो-रीजनल रूटिंग (इबेरियन प्रायद्वीप से पश्चिमी आल्प्स तक)

• प्रदर्शन: एडेप्टिव फ्रेमवर्क ने 98.81% का संपीड़न दर प्राप्त किया (केवल ~1.2% डेटा बरकरार रखते हुए) और डाइक्स्ट्र के एल्गोरिदम द्वारा प्रोसेस किए गए वर्टिस काउंट को 80% से अधिक कम कर दिया (लगभग 285,000 से ~52,000 तक)।
• शुद्धता (Fidelity): 98% से अधिक विवरण गुणांकों को हटाने के बावजूद, वैश्विक रूटिंग टोपोलॉजी सुरक्षित रही। एल्गोरिदम ने संकुचित मैदानों के माध्यम से सफलतापूर्वक मार्ग बनाया, लेकिन पाइरेनीज़ और आल्प्स का सामना करने पर गतिशील रूप से उच्च रिज़ॉल्यूशन पर वापस आ गया, जिससे उन्हीं प्रमुख गलियारोंों की पहचान हुई जो अनकंप्रेस्ड रेफरेंस में थे।
• आधार तुलना: उच्च संपीड़न ($N=50,000$) पर, $N_2$ बेस ने $N_1$ के 18.6% की तुलना में कुल लागत त्रुटि को 10.7% तक कम कर दिया।

B. माइक्रो-टोपोग्राफिक चुनौतियां (पूर्वी आल्प्स)

• घाटी संरक्षण समस्या (Valley Preservation Problem): घने, ऊबड़-खाबड़ इलाकों में, अत्यधिक संपीड़न ($N=5,000$) के कारण "बैरियर स्मियरिंग" (barrier smearing) हुई, जहाँ एल्गोरिदम ने खड़ी चोटियों और गहरी घाटियों को समतल कर दिया, जिसके परिणामस्वरूप पहाड़ों के पार अवास्तविक सीधी रेखा वाले पथ बने।
• मध्यम संपीड़न: $N=150,000$ पर, एल्गोरिदम ने पहाड़ों को बाधाओं के रूप में पहचाना लेकिन संकीर्ण दर्रों को संरक्षित करने में विफल रहा, जिससे भारी विचलन (detours) हुआ।
• रिज़ॉल्यूशन की आवश्यकता: संकीर्ण घाटी गलियारों के सटीक पुनर्निर्माण के लिए उच्च विवरण स्तर की आवश्यकता थी, जो ~32% की संपीड़न दर पर देखा गया। यह दर्शाता है कि हालांकि एडेप्टिव मेश जटिलता को कम करते हैं, फिर भी ऊबड़-खाबड़ इलाकों में उप-पैमाने की टोपोलॉजिकल कनेक्टिविटी को बनाए रखने के लिए पर्याप्त डेटा रिज़ॉल्यूशन की आवश्यकता होती है।

5. महत्व और दावे (Significance and Claims)

यह शोध पत्र दावा करता है कि यह एडेप्टिव मल्टी-स्केल फ्रेमवर्क पुरातात्विक स्थानिक मॉडलिंग में रिज़ॉल्यूशन-स्केल द्वंद्व को प्रभावी ढंग से हल करता है।

• कंप्यूटेशनल व्यवहार्यता: यह मानक कंप्यूटेशनल सीमाओं से बाहर जाए बिना उच्च-रिज़ॉल्यूशन डेटा (60 आर्क-सेकंड) का उपयोग करके महाद्वीपीय डोमेन में ऑल-पेयर्स शॉर्टेस्ट पाथ्स (APSP) की गणना को सक्षम बनाता है।
• टोपोलॉजिकल अखंडता: यूनिफॉर्म डाउनसैंपलिंग के विपरीत, वेवलेट दृष्टिकोण महत्वपूर्ण टोपोलॉजिकल विशेषताओं (चोक पॉइंट्स, दर्रे) को सुरक्षित रखता है क्योंकि यह वहीं उच्च रिज़ॉल्यूशन बनाए रखता है जहाँ स्थानीय भिन्नता (variance) अधिक होती है।
• व्यावहारिक उपयोगिता: यह विधि शोधकर्ताओं को कंप्यूटेशनल दक्षता और टोपोलॉजिकल शुद्धता के बीच संतुलन बनाने के लिए एक लचीला तंत्र प्रदान करती है। यह मैक्रो-रीजनल मॉडल के लिए आक्रामक संपीड़न (>95%) करने की अनुमति देता है, जबकि रिटेन्ड कोएफिशिएंट काउंट को समायोजित करके माइक्रो-रीजनल मॉडल में संकीर्ण घाटियों को संरक्षित करने की क्षमता बनाए रखता है।

लेखकों का निष्कर्ष है कि यह गणितीय रूप से अनुकूलित उपकरण भविष्य के अनुसंधान, विशेष रूप से HESCOR प्रोजेक्ट के संदर्भ में, प्रागैतिहासिक प्रवास और कच्चे माल के आदान-प्रदान के लिए अत्यधिक सटीक, विशाल शॉर्टेस्ट-पाथ मैट्रिसेस के निर्माण को कंप्यूटेशनल रूप से संभव बनाता है।