🔢 mathematics

Constructing Good Abelian Codes via Shift Bounds and Genetic Algorithms

यह शोध पत्र अबेलियन कोड के लिए सामान्यीकृत शिफ्ट बाउंड्स (generalized shift bounds) प्राप्त करने और इष्टतम डिफाइनिंग सेट्स (defining sets) खोजने के लिए जेनेटिक एल्गोरिदम का उपयोग करके रैखिक कोडों के निर्माण के लिए एक रूपरेखा प्रस्तावित करता है, जो सफलतापूर्वक $\mathbb{F}_3$ और $\mathbb{F}_4$ पर मौजूदा तालिकाओं से बेहतर रिकॉर्ड-तोड़ने वाले पैरामीटर प्रदान करता है।

मूल लेखक: Cong Yu, Hao Chen, Zhonghua Sun, Shixin Zhu

प्रकाशित 2026-08-20

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Cong Yu, Hao Chen, Zhonghua Sun, Shixin Zhu

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

आधुनिक संचार के विशाल परिदृश्य में, सैटेलाइट लिंक से लेकर गहरे अंतरिक्ष के प्रोब तक, डेटा ट्रांसमिशन की विश्वसनीयता त्रुटि-सुधार कोड (error-correcting codes) नामक अदृश्य गणितीय ढालों पर निर्भर करती है। ये संख्याओं के सावधानीपूर्वक डिज़ाइन किए गए ऐसे समूह हैं जो रिसीवर को उन गलतियों को पहचानने और ठीक करने की अनुमति देते हैं जो शोर वाले वातावरण से गुजरते समय होती हैं। ऐसे कोड की गुणवत्ता तीन मुख्य कारकों द्वारा मापी जाती है: यह कितनी जानकारी ले सकता है, संदेश कितना लंबा है, और सबसे महत्वपूर्ण बात यह है कि यह कितने त्रुटियों को ठीक कर सकता है इससे पहले कि संदेश खराब हो जाए। दशकों से, गणितज्ञ इन कारकों के बीच एक आदर्श संतुलन खोजने के लिए खोज रहे हैं, ताकि ऐसे कोड खोज सकें जो यथासंभव कुशल हों। हालांकि सरल, संख्याओं के दोहराव वाले पैटर्न बुनियादी कार्यों के लिए अच्छी तरह से काम आए हैं, लेकिन विशेष रूप से बड़ी मात्रा में डेटा के साथ काम करते समय, अधिक जटिल संरचनाओं की आवश्यकता होती है।

शोधकर्ताओं की एक टीम ने हाल ही में 'एबेलियन कोड्स' (abelian codes) नामक इन शक्तिशाली गणितीय ढालों के एक परिवार की खोज की है। ये समूहों की समरूपता (symmetry of groups) पर आधारित संख्याओं की परिष्कृत व्यवस्थाएं हैं, जो तत्वों के ऐसे संग्रह हैं जो संयोजन के विशिष्ट नियमों का पालन करते हैं। वर्षों से अध्ययन किए जा रहे सरल, एक-आयामी कोडों के विपरीत, ये नए कोड बहु-आयामी संरचनाओं का उपयोग करते हैं, जो खोज के लिए एक बहुत समृद्ध क्षेत्र प्रदान करते हैं। शोधकर्ताओं को एक दोहरी चुनौती का सामना करना पड़ा: उन्हें यह सिद्ध करना था कि इन कोडों की कुछ व्यवस्थाएं हमेशा अच्छी तरह से काम करेंगी, और उन्हें अरबों संभावनाओं में से सबसे अच्छी व्यवस्थाओं को खोजने का एक तरीका भी खोजना था। इसे हल करने के लिए, उन्होंने कठोर गणितीय सिद्धांत को प्राकृतिक विकास से प्रेरित एक कम्प्यूटेशनल रणनीति के साथ जोड़ा, और सफलतापूर्वक कई नए कोडों को उजागर किया जो पहले से ज्ञात किसी भी चीज़ से बेहतर प्रदर्शन करते हैं।

उनके कार्य के पहले भाग ने एक ठोस सैद्धांतिक आधार स्थापित करने पर ध्यान केंद्रित किया। टीम ने इन कोडों के लिए एक गारंटीकृत न्यूनतम दूरी (minimum distance) की गणना करने की विधि विकसित की, जो अनिवार्य रूप से हमें यह बताती है कि कोड अधिकतम कितनी त्रुटियों को संभाल सकता है। उन्होंने एक ज्ञात गणितीय तकनीक को विस्तारित करके इसे हासिल किया, जिसे मूल रूप से सरल कोडों के लिए डिज़ाइन किया गया था, ताकि इसे इन अधिक जटिल, बहु-आयामी संरचनाओं के साथ काम करने के योग्य बनाया जा सके। कोड की संरचना के भीतर विशिष्ट पैटर्नों का सावधानीपूर्वक चयन करके, वे यह सिद्ध करने में सक्षम रहे कि इन कोडों के पूरे परिवार हमेशा एक निश्चित उच्च स्तर पर प्रदर्शन करेंगे। यह केवल एक सैद्धांतिक अभ्यास नहीं था; उन्होंने इन कोडों के अनंत परिवारों का स्पष्ट रूप से निर्माण किया, जिसमें बाइनरी और टेनरी (binary and ternary) प्रणालियों का उपयोग करने वाले उदाहरण शामिल थे, जिससे यह सिद्ध हुआ कि वे उनके आकार के मुकाबले पहले से सोची गई क्षमता से अधिक त्रुटियों को विश्वसनीय रूप से ठीक कर सकते हैं।

हालाँकि, केवल सिद्धांत ही हर संभावित सुधार को नहीं खोज सकता था। संभावित कोडों का स्थान इतना विशाल है कि हर संयोजन की जांच हाथ से या मानक कंप्यूटर प्रोग्राम के साथ करना असंभव है। इस विशाल खोज क्षेत्र में नेविगेट करने के लिए, शोधकर्ताओं ने एक जेनेटिक एल्गोरिदम (genetic algorithm) की ओर रुख किया, जो प्राकृतिक चयन की प्रक्रिया की नकल करने वाला एक प्रकार का कंप्यूटर प्रोग्राम है। इस डिजिटल पारिस्थितिकी तंत्र में, प्रत्येक संभावित कोड को एक गुणसूत्र (chromosome) के रूप में दर्शाया जाता है, जो बिट्स की एक स्ट्रिंग है जहाँ प्रत्येक बिट यह तय करता है कि एक विशिष्ट गणितीय निर्माण खंड (building block) को शामिल किया जाएगा या नहीं। प्रोग्राम यादृच्छिक आबादी के साथ शुरू होता है और फिर यह परीक्षण करने के लिए उन्हें देखता है कि वे कैसा प्रदर्शन करते हैं। जिनका प्रदर्शन खराब होता है उन्हें हटा दिया जाता है, जबकि सर्वश्रेष्ठों को "प्रजनन" करने की अनुमति दी जाती है, जिससे वे नए पीढ़ी के कोड बनाने के लिए अपने लक्षणों को मिलाते हैं। कई चक्रों के माध्यम से, यह प्रक्रिया धीरे-धीरे अधिक प्रभावी कोड विकसित करती है, ठीक वैसे ही जैसे प्रकृति समय के साथ बेहतर अनुकूलित प्रजातियों को विकसित करती है।

इस विकासवादी खोज का उपयोग करते हुए, टीम ने कई रिकॉर्ड-तोड़ कोडों की खोज की जो क्षेत्र के मानक संदर्भ तालिकाओं में सूचीबद्ध सर्वोत्तम मापदंडों से आगे निकल गए। विशेष रूप से, उन्होंने चार और तीन तत्वों वाले क्षेत्रों (fields) पर नए कोड खोजे जो उसी लंबाई और सूचना क्षमता वाले किसी भी पूर्व ज्ञात कोड की तुलना में अधिक त्रुटियों को ठीक कर सकते थे। उदाहरण के लिए, उन्होंने 75 की लंबाई वाला एक कोड पहचाना जो 17 इकाइयों की जानकारी ले सकता है और 35 त्रुटियों को ठीक कर सकता है, जो पिछले सर्वश्रेष्ठ से एक त्रुटि अधिक है। उन्होंने 169 की लंबाई वाले कोडों के लिए भी समान सुधार पाए, जहाँ नई खोजों ने काफी बेहतर त्रुटि सुधार की अनुमति दी। ये निष्कर्ष केवल सिमुलेशन नहीं थे; शोधकर्ताओं ने प्रत्येक कोड के सटीक प्रदर्शन को सत्यापित करने के लिए विशेष गणितीय सॉफ्टवेयर का उपयोग किया, जिससे यह सुनिश्चित हुआ कि सुधार वास्तविक और गणितीय रूप से सुदृढ़ हैं।

शोधकर्ताओं ने केवल इन श्रेष्ठ कोडों को खोजने पर ही नहीं रोका। उन्होंने यह भी प्रदर्शित किया कि उन्हें और भी अधिक शक्तिशाली उपकरण बनाने के लिए कैसे संयोजित किया जा सकता है। अपने नए कोडों में से दो को लेने के लिए, जिनमें से एक दूसरे के भीतर समाहित है, उन्होंने एक निर्माण पद्धति लागू की जिसने उन्हें तीसरा, और भी बेहतर कोड बनाने में सक्षम बनाया। 'कंस्ट्रक्शन एक्स' (Construction X) के रूप में जानी जाने वाली इस तकनीक ने उन्हें बेहतर मापदंडों के साथ अतिरिक्त रिकॉर्ड-तोड़ कोड उत्पन्न करने में सक्षम बनाया। अध्ययन इस निष्कर्ष पर पहुँचता है कि जबकि गणितीय सिद्धांत ज्ञात क्षेत्रों के लिए एक विश्वसनीय मानचित्र प्रदान करता है, जेनेटिक एल्गोरिदम जैसे ह्यूरिस्टिक खोज विधियाँ उन अनछुए क्षेत्रों की खोज के लिए आवश्यक हैं जहाँ सर्वोत्तम कोड छिपे हो सकते हैं। यह कार्य पुष्टि करता है कि एबेलियन कोड, जब बुद्धिमान खोज रणनीतियों के साथ जोड़े जाते हैं, तो वे अगली पीढ़ी के त्रुटि-सुधार कोडों की खोज के लिए एक उर्वर भूमि बने रहते हैं जो हमारी डिजिटल दुनिया को सुचारू रूप से चलाने में मदद करेंगे।

तकनीकी सारांश: शिफ्ट बाउंड और जेनेटिक एल्गोरिदम के माध्यम से अच्छे एबेलियन कोड का निर्माण

समस्या विवरण
इष्टतम या निकट-इष्टतम मापदंडों (लंबाई $n$ , आयाम $k$ , और न्यूनतम दूरी $d$ ) वाले रैखिक कोडों का निर्माण बीजगणितीय कोडिंग सिद्धांत में एक केंद्रीय चुनौती बनी हुई है। जबकि क्लासिकल साइक्लिक कोड की तुलना में एबेलियन कोड (जो परिमित एबेलियन समूह $G$ के ग्रुप अलजेब्रा $\mathbb{F}_qG$ में आइडियल्स के रूप में परिभाषित होते हैं) अधिक लचीले मापदंड प्रदान करते हैं, उनका व्यवस्थित निर्माण कठिन है। मौजूदा साहित्य मुख्य रूप से कोड के संरचनात्मक वर्गीकरण या सैद्धांतिक दूरी सीमाओं (जैसे कि सामान्यीकृत शिफ्ट बाउंड) पर केंद्रित रहा है, बिना गारंटीकृत मापदंडों वाली अनंत श्रेणियों (families) को उत्पन्न करने के लिए कोई व्यवस्थित विधि प्रदान किए बिना। इसके अलावा, एबेलियन कोड का खोज स्थान (search space)—जो $q$ -साइक्लोटोमिक कोसेट्स के संघ (unions) द्वारा परिभाषित होता है—घातांकीय रूप से विशाल है, जिससे मध्यम समूह क्रमों के लिए व्यापक गणना (exhaustive enumeration) कम्प्यूटेशनल रूप से असंभव हो जाता है।

कार्यप्रणाली
यह शोध पत्र सैद्धांतिक बीजगणितीय सीमाओं और ह्यूरिस्टिक कम्प्यूटेशनल खोज के संयोजन वाले दोहरे दृष्टिकोण का उपयोग करता है:

सैद्धांतिक ढांचा (शिफ्ट बाउंड):
लेखक मल्टीवेरिएट $q$ -साइक्लोटोमिक कोसेट्स के सिद्धांत को औपचारिक रूप देते हैं और दो-आयामी एबेलियन समूहों $G = C_m \times C_n$ के लिए एक ठोस शिफ्ट बाउंड व्युत्पन्न करते हैं। यह बाउंड साइक्लिक कोड के क्लासिकल वैन लिंट-विल्सन बाउंड का सामान्यीकरण करता है। परिभाषित सेट $D(f)$ के सापेक्ष ड्यूल कैरेक्टर ग्रुप पर स्वतंत्र अनुक्रमों का निर्माण करके, लेखक कोड $\langle f \rangle$ की न्यूनतम दूरी पर एक निचली सीमा (lower bound) स्थापित करते हैं। इस सैद्धांतिक उपकरण का उपयोग कई अनंत एबेलियन कोड परिवारों को स्पष्ट रूप से निर्मित करने के लिए किया जाता है, जो पिछले साइक्लिक कोड निर्माणों को सम even पूर्णांकों $r$ के मामलों तक विस्तारित करते हैं।
ह्यूरिस्टिक सर्च (जेनेटिक एल्गोरिदम):
सैद्धांतिक सीमाओं द्वारा गारंटीकृत कोडों से परे कोडों की खोज करने के लिए, लेखक एक जेनेटिक एल्गोरिदम (GA) डिजाइन करते हैं।

एन्कोडिंग: क्रोमोसोम बाइनरी वेक्टर्स हैं जो कोड के परिभाषित सेट में पूरे $q$ -साइक्लोटोमिक कोसेट्स के समावेश या अपवर्जन का प्रतिनिधित्व करते हैं। यह सुनिश्चित करता है कि विकास (evolution) के दौरान एबेलियन कोड की बीजगणितीय संरचना सुरक्षित रहे।
फिटनेस फंक्शन: एक क्रोमोसोम की फिटनेस कोड की वास्तविक न्यूनतम दूरी (मैग्मा कंप्यूटर अलजेब्रा सिस्टम के माध्यम से गणना की गई) और ग्रासल की टेबल्स से प्राप्त बेस्ट नोन लीनियर कोड (BKLC) लोअर बाउंड के बीच के अंतर द्वारा निर्धारित होती है।
ऑपरेटर्स: एल्गोरिदम टूर्नामेंट सिलेक्शन, सिंगल-पॉइंट क्रॉसओवर और बिट-फ्लिप म्यूटेशन का उपयोग करता है। उच्च-आयाम वाले कोड या उनके ड्यूल पर ध्यान केंद्रित करने के लिए क्रोमोसोम वेट को नियंत्रित करने हेतु रणनीतियाँ लागू की गई हैं, ताकि मैग्मा की कम्प्यूटेशनल दक्षता का लाभ उठाया जा सके।
पोस्ट-प्रोसेसिंग: खोजे गए कोडों की नेस्टेड संरचना का लाभ उठाने के लिए कंस्ट्रक्शन X (एक सबकोड, एक सुपरकोड और एक ऑक्जिलरी कोड का संयोजन) का उपयोग किया जाता है ताकि बेहतर मापदंडों वाले अतिरिक्त रैखिक कोड उत्पन्न किए जा सकें।

प्रमुख योगदान

सैद्धांतिक विस्तार: यह शोध पत्र दो-आयामी एबेलियन समूहों के लिए शिफ्ट बाउंड का विस्तार करता है और बाइनरी और टर्नरी एबेलियन कोड की अनंत श्रेणियों के निर्माण के लिए इसका उपयोग करता है। ये निर्माण ज्ञात साइक्लिक कोड परिवारों (संदर्भ [4] से) को $r$ के सम मानों को शामिल करने के लिए सामान्यीकृत करते हैं, जिससे अनुकूल दूरी मापदंडों वाले रैनियर कोडों का भंडार समृद्ध होता है।
एल्गोरिद्मिक नवाचार: यह कार्य प्रिसिपल आइडियल ग्रुप अलजेब्रा पर एबेलियन कोड की खोज के लिए जेनेटिक एल्गोरिदम के पहले अनुप्रयोग का प्रतिनिधित्व करता है। प्रस्तावित विधि सफलतापूर्वक परिभाषित सेट्स के विशाल खोज स्थान को नेविगेट करती है, और पारंपरिक व्यापक खोज विधियों से बेहतर प्रदर्शन करती है।
रिकॉर्ड-ब्रेकिंग कोड: खोज के परिणामस्वरूप $\mathbb{F}_3$ और $\mathbb{F}_4$ पर कई ऐसे रैखिक कोड मिले जो ग्रासल की टेबल्स में दर्ज पूर्व सर्वोत्तम ज्ञात मापदंडों से आगे निकल जाते हैं। उल्लेखनीय उदाहरणों में $C_{13} \times C_{13}$ और $C_{15} \times C_5$ पर आधारित कोड शामिल हैं।
कंस्ट्रक्शन X के माध्यम से पैरामीटर सुधार: खोजे गए नेस्टेड एबेलियन कोड्स का उपयोग करके, लेखकों ने बेहतर मापदंडों वाले अतिरिक्त रैखिक कोड प्राप्त करने के लिए कंस्ट्रक्शन X लागू किया, जिनमें से कई मौजूदा रिकॉर्ड भी तोड़ते हैं।

परिणाम
$C_{13} \times C_{13}$ (लंबाई 169) और $C_{15} \times C_5$ (लंबाई 75) जैसे समूहों पर किए गए प्रायोगिक परिणाम प्रस्तावित कार्यप्रणाली की प्रभावकारिता को प्रदर्शित करते हैं।

प्रत्यक्ष खोजें: GA ने न्यूनतम दूरियों के मामले में BKLC बाउंड से अधिक दूरी वाले कई कोडों की पहचान की। उदाहरण के लिए, एक $[169, 18, 87]_3$ कोड पाया गया, जिसने पिछले सर्वश्रेष्ठ 84 की तुलना में दूरी में 3 का सुधार किया।
कंस्ट्रक्शन X के परिणाम: GA द्वारा खोजे गए नेस्टेड स्ट्रक्चर पर कंस्ट्रक्शन X लागू करने से अतिरिक्त रिकॉर्ड-ब्रेकिंग कोड प्राप्त हुए, जैसे कि एक $[179, 19, 90]_3$ कोड, जिसने ज्ञात बाउंड 89 से दूरी में 1 का सुधार किया।
डेटा उपलब्धता: पुनरुत्पादकता (reproducibility) को बढ़ावा देने के लिए सभी रिकॉर्ड-ब्रेकिंग कोडों के जेनरेटर मैट्रिसेस और संबंधित डेटा को उपलब्ध कराया गया है।

महत्व और दावे
यह शोध पत्र दावा करता है कि एबेलियन कोड, जब जेनेटिक एल्गोरिदम जैसी ह्यूरिस्टिक सर्च तकनीकों के साथ संयोजित होते हैं, तो अज्ञात या रिकॉर्ड-ब्रेकिंग मापदंडों वाले रैखिक कोडों की खोज के लिए एक व्यवहार्य और प्रभावी रणनीति बनते हैं। लेखक इस बात पर जोर देते हैं कि जबकि सैद्धांतिक सीमाएं अनंत परिवारों के लिए एक आधार प्रदान करती हैं, विशिष्ट उच्च-प्रदर्शन वाले कोडों को खोजने के लिए कम्प्यूटेशनल खोज आवश्यक है जो सरल बीजगणितीय पैटर्न में फिट नहीं होते हैं। यह कार्य संरचनात्मक सिद्धांत और व्यावहारिक कोड निर्माण के बीच के अंतर को पाटता है, यह प्रदर्शित करते हुए कि शिफ्ट बाउंड अच्छे कोडों के डिजाइन का मार्गदर्शन कर सकता है जबकि जेनेटिक एल्गोरिदम शेष स्थान को कुशलतापूर्वक खोजकर इष्टतम उदाहरण खोजने के लिए उपयोग किए जा सकते हैं। लेखक विनम्रतापूर्वक नोट करते हैं कि एक और प्रश्न शेष है कि क्या GA के माध्यम से पाए गए विशिष्ट रिकॉर्ड-ब्रेकिंग कोडों के लोअर बाउंड को भी शिफ्ट बाउंड के माध्यम से सैद्धांतिक रूप से व्युत्पन्न किया जा सकता है।

इसी तरह के और पेपर