🔢 mathematics

EML-AirComp: Layered Over-the-Air Computation from a Single Nomographic Gate

यह शोध पत्र EML-AirComp को प्रस्तुत करता है, जो एक पूरे कम्प्यूटेशन ट्री (computation tree) में एकल दो-इनपुट एक्सप-माइनस-लॉग (exp-minus-log) गेट का पुन: उपयोग करके जटिल फलनों (complex functions) की कुशल ओवर-द-एयर कंप्यूटेशन को सक्षम बनाता है, जबकि शोर प्रतिरोध (noise resilience), त्रुटि प्रसार (error propagation), और व्यावहारिक शक्ति एवं धनात्मकता बाधाओं के तहत व्यवहार्यता का कठोर विश्लेषण प्रदान करता है।

मूल लेखक: Onur Günlü

प्रकाशित 2026-07-21

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Onur Günlü

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

एक भीड़भाड़ वाले कमरे की कल्पना करें जहाँ हर कोई एक ही श्रोता को एक साथ एक गुप्त संदेश चिल्लाकर बताने की कोशिश कर रहा है। वायरलेस संचार के पुराने दिनों में, श्रोता को प्रत्येक व्यक्ति के एक-एक करके बोलने का इंतज़ार करना पड़ता था, या श्रोता को ओवरलैपिंग आवाज़ों को सुलझाने के लिए जटिल जादू का उपयोग करना पड़ता था। लेकिन यहाँ एक चतुर तकनीक है जिसे "ओवर-द-एयर कंप्यूटेशन" (AirComp) कहा जाता है। रेडियो तरंगों को अलग-अलग आवाज़ों की तरह डिकोड करने के बजाय, AirComp उन्हें सूप के अवयवों (ingredients) की तरह मानता है। जब हर कोई एक साथ चिल्लाता है, तो उनकी तरंगें हवा में स्वाभाविक रूप से आपस में मिल जाती हैं। यदि "रेसिपी" सही है, तो श्रोता को व्यक्तिगत चिल्लाहट सुनने की ज़रूरत नहीं होती; वे बस अंतिम सूप का स्वाद लेते हैं और उन्हें वह उत्तर मिल जाता है जो वे चाहते थे, जैसे कि औसत तापमान या लोगों की कुल संख्या, तुरंत।

यह शोध पत्र इन संकेतों को मिलाने के लिए एक विशिष्ट, कठिन रेसिपी की गहराई में जाता है। आमतौर पर, AirComp संख्याओं को जोड़ने जैसे सरल गणित के लिए बहुत अच्छा काम करता है। लेकिन क्या होगा यदि आप अधिक जटिल गणित करना चाहते हैं, जैसे किसी संख्या की घात (power) निकालना, या लघुगणक (logarithm) निकालना? यहीं पर चीजें उलझ जाती हैं। लेखक पूछते हैं: क्या हम एक सार्वभौमिक "मिक्सिंग गेट" बना सकते हैं जो इन जटिल, गैर-रेखीय (non-linear) गणितीय ट्रिक्स को संभालने के लिए उसी सरल मिश्रण तकनीक का बार-बार उपयोग कर सके? वे एक विशिष्ट गणितीय ऑपरेशन पर ध्यान केंद्रित करते हैं जिसे "एक्सप-माइनस-लॉग" (EML) कहा जाता है, जो "एक्सपोनेंशियल माइनस लॉगारिदम" का एक फैंसी तरीका है। इसे एक विशेष रसोई उपकरण के रूप में सोचें जो साधारण सामग्रियों को जटिल स्वादों में बदल सकता है। बड़ा सवाल यह है: क्या आप इन उपकरणों को एक साथ जोड़कर रेडियो तरंगों पर चलने वाली एक स्तरित गणना संरचना (layered calculation structure) बना सकते हैं, बिना हर एक संदेश को पहले डिकोड किए?

ओनुर गुनलुलु का प्रस्तावित समाधान "EML-AirComp" कहलाता है। मुख्य विचार एक एकल, पुन: प्रयोज्य "गेट" (एक गणितीय ऑपरेशन) का उपयोग करना है, जो दो इनपुट लेता है, उन्हें हवा में मिलाता है, और $e^u - \log(v)$ का परिणाम देता है। इस दृष्टिकोण की प्रतिभा यह है कि आपको प्रत्येक चरण के लिए एक अलग, कस्टम-मेड मशीन की आवश्यकता नहीं है। इसके बजाय, आप इन समान गेटों से एक पेड़ (tree) बना सकते हैं। ठीक वैसे ही जैसे एक बच्चा एक ही प्रकार के लेगो ब्रिक्स से एक टावर बनाता है, आप इन EML गेटों को एक के ऊपर एक रख सकते हैं। प्रत्येक गेट पिछले गेटों के आउटपुट को लेता है, उन्हें फिर से मिलाता है, और परिणाम को श्रृंखला में ऊपर भेज देता है।

लेखक दिखाते हैं कि यह काम करता है, लेकिन कुछ सख्त नियमों के साथ। पहला, गणित को "वास्तविक" (real) और धनात्मक (positive) रहना चाहिए। चूंकि इस ऑपरेशन में लघुगणक (जो एक्सपोनेंशियल का विपरीत है) शामिल है, इसलिए दूसरा घटक जिसे आप अंदर डालते हैं ( $v$ ), उसे हमेशा एक धनात्मक संख्या होनी चाहिए। यदि यह नकारात्मक क्षेत्र में चला जाता है, तो गणित टूट जाएगा, ठीक वैसे ही जैसे बुनियादी बीजगणित में ऋणात्मक संख्या का वर्गमूल लेने की कोशिश करना। शोध पत्र यह सिद्ध करता है कि यदि आप सही सामग्री से शुरुआत करते हैं और "शोर" (static interference) को पर्याप्त कम रखते हैं, तो आप गारंटी दे सकते हैं कि संख्याएँ पूरी श्रृंखला में धनात्मक बनी रहेंगी।

उन्होंने वायरलेस संकेतों की वास्तविक दुनिया की अव्यवस्था को संभालने का तरीका भी निकाला है। चाहे संकेत एक साफ, शांत कमरे (Additive White Gaussian Noise) से यात्रा कर रहे हों या दीवारों से टकराकर फीके पड़ रहे हों (Coherent Flat Fading), लेखकों ने सटीक सूत्र निकाले हैं जो आपको बताते हैं कि आपको कितनी शक्ति प्रसारित करने की आवश्यकता है और कितने त्रुटि (error) की उम्मीद करनी चाहिए। उन्होंने पाया कि यदि आप संकेतों को बिल्कुल सही तरीके से स्केल करते हैं, तो आप अपने अंतिम उत्तर में "स्टैटिक" को न्यूनतम कर सकते हैं। उन्होंने एक "सेफ्टी मार्जिन" प्रणाली भी बनाई: यदि आप जानते हैं कि पेड़ के निचले स्तर पर कितनी त्रुटि हो सकती है, तो आप बिल्कुल गणना कर सकते हैं कि वह त्रुटि श्रृंखला में ऊपर जाते समय कितनी बढ़ेगी।

एक व्यावहारिक उदाहरण में, उन्होंने एक परिदृश्य की कल्पना की जहाँ चार उपकरण दो रिले को डेटा भेज रहे हैं, जो फिर एक केंद्रीय हब को संयुक्त परिणाम भेजते हैं। उन्होंने दिखाया कि यह टू-हॉप (two-hop) सिस्टम प्रभावी ढंग से कार्य कर सकता है, बशर्ते कि संकेत पर्याप्त मजबूत हों और गणित सुरक्षित सीमाओं के भीतर रहे। यह शोध पत्र यह दावा नहीं करता है कि यह एक जादुई छड़ी है जो सभी वायरलेस समस्याओं को तुरंत हल कर देती है; बल्कि, यह एक कठोर ब्लूप्रिंट प्रदान करता है। यह सिद्ध करता है कि आप एक ही प्रकार के गेट का उपयोग करके इन जटिल, स्तरित गणनाओं को बना सकते हैं, और यह आपको सटीक गणित देता है ताकि सिस्टम शोर या नकारात्मक संख्याओं के कारण क्रैश न हो और परिभाषित त्रुटि सीमाओं के भीतर काम करे। यह अराजक वायरलेस संकेतों के सूप को एक सटीक, जटिल गणना में बदलने के लिए एक ठोस, चरण-दर-चरण मार्गदर्शिका है, एक बार में एक पुन: प्रयोज्य गेट के माध्यम से।

तकनीकी सारांश: EML-AirComp: एक एकल नोमोग्राफिक गेट से लेयर्ड ओवर-द-एयर कंप्यूटेशन

समस्या विवरण
ओवर-द-एयर कंप्यूटेशन (AirComp) वितरित डेटा के कार्यों को सीधे चैनल पर कंप्यूट करने के लिए समवर्ती वायरलेस ट्रांसमिशन के भौतिक सुपरपोजिशन का लाभ उठाता है, जिससे व्यक्तिगत संदेशों को डिकोड करने की विलंबता (latency) और ओवरहेड से बचा जा जा सकता है। जबकि AirComp रैखिक नोमोग्राफिक कार्यों (वे कार्य जो प्री-प्रोसेस्ड इनपुट के योग के बाद एक पोस्ट-प्रोसेसिंग फंक्शन के रूप में व्यक्त किए जाते हैं) के लिए अच्छी तरह से स्थापित है, इसे सामान्य गैर-रैखिक (nonlinear) ऑपरेशन्स तक विस्तारित करना चुनौतीपूर्ण बना हुआ है। विशेष रूप से, निरंतर बहुचर (multivariate) फलन जो एकल-चरण नोमोग्राफिक प्रतिनिधित्व स्वीकार करते हैं, वे निरंतर फलनों के एक 'ना-घने' (nowhere-dense) उपसमुच्चय हैं। एक व्यापक दृष्टिकोण परिमित नोमोग्राफिक कार्यों के एक अनुक्रम को कंप्यूट करना है। यह शोध पत्र इस प्रश्न को संबोधित करता है कि क्या गैर-रैखिक स्केलर ऑपरेशन्स, विशेष रूप से EML ऑपरेशन जिसे $eml(u, v) = \exp(u) - \log(v)$ के रूप में परिभाषित किया गया है, को एक पदानुक्रमित वृक्ष संरचना (hierarchical tree structure) के भीतर एक ही प्रकार के AirComp गेट को बार-बार पुन: उपयोग करके मूल्यांकित किया जा सकता है। चुनौती यह सुनिश्चित करने में है कि मध्यवर्ती मान (विशेष रूप से लघुगणक (logarithm) के तर्क) पूरे कंप्यूटेशन के दौरान पूरी तरह से धनात्मक और वास्तविक मान बने रहें, जबकि पीक-पावर बाधाओं का पालन किया जाए और त्रुटि प्रसार (error propagation) को प्रबंधित किया जाए।

कार्यप्रणाली (Methodology)
लेखक एक "लेयर्ड AirComp" फ्रेमवर्क प्रस्तावित करते हैं जो एक पुन: प्रयोज्य दो-इनपुट EML गेट पर आधारित है। कार्यप्रणाली तीन चरणों में आगे बढ़ती है:

गेट कार्यान्वयन (Gate Implementation): शोध पत्र दो चैनल मॉडलों: एडिटिव व्हाइट गॉसियन नॉइज़ (AWGN) और कोहेरेंट फ्लैट-फेडिंग मल्टीपल एक्सेस चैनल्स (MACs) पर एक स्पष्ट EML गेट का व्युत्पन्न प्रदान करता है।
- नोमोग्राफिक रूप: EML फलन को प्री-प्रोसेसिंग फंक्शन $\phi_L(u) = \exp(u)$ और $\phi_R(v) = -\log(v)$ तथा एक पोस्ट-प्रोसेसिंग आइडेंटिटी $\psi(y) = y$ में विघटित किया गया है।
- स्केलिंग और बाधाएं: दोनों AWGN और फेडिंग चैनलों के लिए, लेखक स्केलिंग कारक ( $A$ ) का व्युत्पन्न निकालते हैं जो पीक-पावर बाधाओं ( $P_L, P_R$ ) को संतुष्ट करते हैं। स्केलिंग इनपुट अंतराल (intervals) के बाउंड्स द्वारा निर्धारित होती है और फेडिंग चैनलों के लिए, चैनल इन्वर्जन तकनीकों द्वारा निर्धारित होती है।
- त्रुटि लक्षण वर्णन (Error Characterization): रिसीवर पर शोर को गॉसियन के रूप में वर्णित किया गया है, जिससे एकल गेट के लिए मीन स्क्वेर्ड एरर (MSE) और टेल प्रोबेबिलिटी बाउंड्स (Gaussian Q-फंक्शन का उपयोग करके) का व्युत्पन्न संभव होता है।
वृक्ष निर्माण और शेड्यूलिंग (Tree Construction and Scheduling): लेखक एक "EML कंप्यूटेशन ट्री" को परिभाषित करते हैं जहाँ आंतरिक नोड्स (internal nodes) EML गेट होते हैं और लीव्स (leaves) इनपुट वेरिएबल्स या स्थिरांक 1 होते हैं।
- वास्तविक-ग्राह्यता (Real-Admissibility): एक महत्वपूर्ण शर्त पेश की गई है: एक EML ट्री डोमेन $D$ पर "रियल-एडमिसिबल" है यदि सभी मध्यवर्ती लघुगणक तर्क (logarithm arguments) पूरी तरह से धनात्मक ( $v > 0$ ) बने रहते हैं।
- मूल्यांकन अनुसूची (Evaluation Schedule): शोध पत्र इन वृक्षों को लेयर्ड AirComp शेड्यूल्स में मैप करता है। गेट मूल्यांकनों की संख्या आंतरिक नोड्स की संख्या $W(T)$ के बराबर होती है, और न्यूनतम विलंबता (latency) वृक्ष की गहराई ($depth(T)$) द्वारा निर्धारित होती है। एक ही डिपेंडेंसी लेयर में स्थित नोड्स के लिए समानांतर मूल्यांकन संभव है।
- नोड-वार व्यवहार्यता (Node-wise Feasibility): प्रत्येक नोड के लिए, शोध पत्र इनपुट अंतरालों के बाउंड्स स्थापित करता है ताकि स्केलिंग पैरामीटर्स पीक-पावर बाधाओं को संतुष्ट कर सकें।
त्रुटि प्रसार विश्लेषण (Error Propagation Analysis):
- निश्चित (Deterministic) बाउंड्स: लेखक एक रिकर्सिव एरर बजट का व्युत्पन्न निकालते हैं। EML फंक्शन के डेरिवेटिव्स के आधार पर सेंसिटिविटी फैक्टर्स ( $L^L_q, L^R_q$ ) को परिभाषित करके, वे यह सीमा तय करते हैं कि स्थानीय त्रुटियां (शोर या क्वांटाइजेशन से) लीव्स से रूट तक कैसे प्रसारित होकर बढ़ती हैं।
- धनात्मकता संरक्षण (Positivity Preservation): विश्लेषण में "बफर्ड रेंज कंडीशंस" शामिल हैं ताकि यह सुनिश्चित किया जा सके कि व्यवतित (perturbed) इनपुट के साथ भी, किसी भी नोड पर लघुगणक का तर्क एक सख्ती से धनात्मक अंतराल के भीतर रहे, जिससे अनिश्चित ऑपरेशन्स से बचा जा सके।
- संभाव्य (Probabilistic) बाउंड्स: AWGN चैनलों के लिए, शोध पत्र एंड-टू-एंड एरर पर हाई-प्रोबेबिलिटी बाउंड्स प्रदान करता है, जो डिटर्मिनिस्टिक पाथ-प्रोडक्ट बाउंड को स्थानीय शोर के एक टॉलरेंस के भीतर रहने की संभावना के साथ जोड़ता है।

प्रमुख योगदान (Key Contributions)

पुन: प्रयोज्य गेट डिज़ाइन: शोध पत्र प्रदर्शित करता है कि एक एकल कार्यात्मक गेट प्रकार (EML-AirComp) को जटिल कंप्यूटेशन ट्री में प्रत्येक आंतरिक नोड के लिए पुन: उपयोग किया जा सकता है, जिससे नोड-विशिष्ट गैर-रैखिक गेट डिज़ाइनों की आवश्यकता समाप्त हो जाती है।
व्यवहार्य कार्यान्वयन: पीक-पावर बाधाओं के तहत स्केलिंग फैक्टर्स, MSE और टेल प्रोबेबिलिटी के लिए स्पष्ट सूत्र प्रदान किए गए हैं।
संसाधन-विलंबता लक्षण वर्णन: कार्य दिए गए रियल-एडमिसिबल EML ट्री के लिए गेट मूल्यांकनों की संख्या, डिपेंडेंसी डेप्थ और मूल्यांकन विलंबता के बीच के ट्रेड-ऑफ को मात्रात्मक रूप से दर्शाता है।
कठोर त्रुटि और धनात्मकता विश्लेषण: लेखक डिटर्मिनिस्टिक पाथ-प्रोडक्ट एरर बाउंड्स और धनात्मकता संरक्षण के लिए पर्याप्त स्थितियाँ निकालते हैं। ये बाउंड्स चैनल शोर और डिजिटल इंटरफेस त्रुटियों (क्वांटाइजेशन) दोनों को ध्यान में रखते हैं, जिससे यह सुनिश्चित होता है कि कंप्यूटेशन पूरे ट्री में सुव्यवस्थित रहे।
पदानुक्रमित उदाहरण: व्युत्पन्न बाउंड्स के अनुप्रयोग को दर्शाने के लिए एक चार-टर्मिनल, दो-हॉप उदाहरण प्रस्तुत किया गया है, जो एंड-टू-एंड एरर की गणना करने और मल्टी-हॉप परिदृश्य में धनात्मकता स्थितियों को सत्यापित करने का तरीका दिखाता है।

परिणाम (Results)

एकल गेट: एक EML गेट के लिए MSE को पीक-पावर बाधाओं के अधीन स्केलिंग फैक्टर $A$ को अधिकतम करके कम किया जाता है। फेडिंग चैनलों के लिए, एक निश्चित स्केलिंग फैक्टर की व्यवहार्यता चैनल गेन्स पर निर्भर करती है, जिसका रेले फेडिंग (Rayleigh fading) के तहत एक व्युत्पन्न संभाव्यता (probability of feasibility) है।
ट्री-स्तर: कुल गेट मूल्यांकनों की संख्या ठीक आंतरिक नोड्स की संख्या के बराबर है। विलंबता वृक्ष की गहराई से सीमित है।
त्रुटि प्रसार: एंड-टू-एंड एरर को लीफ एरर्स और लोकल गेट एरर्स के योग के रूप में सीमित किया जाता है, जिनमें से प्रत्येक को रूट तक के पाथ के साथ सेंसिटिविटी फैक्टर्स के उत्पाद द्वारा भारित (weighted) किया जाता है।
धनात्मकता: शोध पत्र स्पष्ट स्थितियाँ (जैसे, पदानुक्रमित उदाहरण में $\eta_2 < u_2$ ) प्रदान करता है जिसके तहत उच्च संभावना के साथ लघुगणक तर्क धनात्मक बने रहते हैं, जिससे कंप्यूटेशन विफलता को रोका जा सके।

महत्व और दावे (Significance and Claims)
शोध पत्र का दावा है कि यह एक एकीकृत, पुन: प्रयोज्य हार्डवेयर/सॉफ्टवेयर प्रिमिटिव का उपयोग करके वायरलेस चैनलों पर गैर-रैखिक फलनों के मूल्यांकन के लिए एक रचनात्मक ढांचा (constructive framework) प्रदान करता है। अपने कंप्यूटेशन को "रियल-एडमिसिबल" EML ट्री तक सीमित करके, लेखक यह सुनिश्चित करते हैं कि फिजिकल लेयर बाधाओं (पीक पावर) और गणितीय बाधाओं (लघुगणक तर्कों की धनात्मकता) को एक साथ संतुष्ट किया जा सके। यह कार्य सैद्धांतिक नोमोग्राफिक फंक्शन कंप्यूटेशन और व्यावहारिक, लेयर्ड AirComp कार्यान्वयन के बीच के अंतर को पाटता है, जो सिस्टम डिज़ाइन (स्केलिंग, पावर एलोकेशन) और विश्वसनीयता विश्लेषण (एरर बाउंड्स, आउटेज प्रोबेबिलिटी) के लिए स्पष्ट सूत्र प्रदान करता है। लेखक नोट करते हैं कि मॉडल यह मानता है कि ऑपरेंड्स ट्रांसमिटर्स पर उपलब्ध हैं और किसी भी फलन के लिए रियल-एडमिसिबल प्रतिनिधित्व के अस्तित्व को भविष्य के कार्य के लिए छोड़ दिया गया है, जिससे EML गेट और इसके संयोजन की मैकेनिक्स पर केंद्रित एक सीमित दायरा बना रहता है।

इसी तरह के और पेपर