A determinantal point process approach to scaling and local limits of random Young tableaux¶

作者: Jacopo Borga, Cédric Boutillier, Valentin Féray, Pierre-Loïc Méliot
来源: Annals of Probability
主题: 其他
相关性: 0/10
机构绿灯: Stanford University（US News 前 50，免分进入精读）
链接: 期刊页 · arXiv

一、领域脉络与小综述¶

这个方向是什么¶

本方向研究均匀随机大 Young 表（Young tableau）的宏观极限形状与局部极限。核心问题可表述为：给定一个形状 λ⁰（一个整数分割，即一组非增的正整数序列，表示行的长度），在其上均匀随机地填入数字 1 到 |λ⁰|，使得每一行和每一列的数字严格递增（标准 Young 表）。当形状 λ⁰ 的规模趋于无穷（即 |λ⁰| → ∞）时，这些数字的“高度函数”在适当缩放后是否收敛到一个确定的极限曲面？如果可以，这个曲面是什么？而在表格的“内部”区域（bulk），局部粒子（数字）的联合分布在缩放极限下呈现什么样的点过程？这些问题链接到随机矩阵理论、渐近表示理论、图论（如排序网络）以及统计力学中的二聚体模型与晶体生长。

当前成熟度：该子方向有着深度且成熟的理论框架，尤其是“确定性的点过程（DPP）”作为核心分析工具已被广泛应用。对于矩形形状，极限曲面与局部极限（如Airy核、sine核）早有系统结果。本文针对的是“任意固定形状”的推广，试图建立一个统一的分析框架，工作量很大，但方法（依赖DPP的渐近分析）是沿着前人的路线走，并非革命性颠覆。在组合学与概率论的交叉领域，这是一篇较完善的系统性工作。

发展脉络¶

[奠基工作] Logan-Shepp (1977) 与 Vershik-Kerov (1977) 本质上互不相识但同时证明，对于Plancherel 测度下的随机Young图（与均匀标准Young表相关的一种加权分布），其边界（极限形状）收敛到一条确定的曲线Ω（后来被称为维什克-克洛夫曲线）。这是该领域的经典起点。随后，Pittel 与 Romik (2007) 对一个特殊的固定形状——矩形，得到了均匀随机Young表的极限曲面公式，并为该曲面给出了一个封闭表达式。他们用了一种与DPP无关的专门方法。
[主要进展] 核心突破是 Bozokin, Okounkov, Olshanski (1999) 发现 Poissonized Plancherel 测度下的随机 Young 图具有 DPP（确定性点过程）结构。这开启了将随机矩阵论中的 DPP 技巧（如“正交多项式核”、“双围道积分表示”、“离散正弦核”等）应用于经典组合模型的潮流。Kerov (1993, posthumously) 证明了一个中心极限定理，量化了随机Young图边界附近的涨落。但这里说的是Plancherel测度下的Young图，与“给定固定形状的Young表”是两个不同的对象。桥接的关键是 Sun (2017) 的 bead 模型与 Gorin-Rahman (2019) 的 DPP 公式，前者将给定形状的均匀Young表映射到“珠子过程”（bead process，一种定义在平行线上的点过程，本质上是二聚体模型的缩放极限），后者为该珠子过程给出了一个可显式计算相关核的 DPP 表示。这为研究固定形状提供了清晰的路径。
[当前 frontier / 本文位置] 在此基础上，Gorin 和 Rahman 的公式已经解析了任意固定形状 λ⁰ 的 DPP 结构。Borga 等人（本文）的工作是对该 DPP 进行渐近分析，以提取极限曲面与局部极限。他们从复数多项式方程出发给出了极限曲面的描述，并给出了判定连续性的简单准则以及对 L 形等实例的显式计算。本文处于该发展脉络的应用与综合阶段——它不是提出新框架，而是将已有的 DPP 框架做彻底的渐近分析，填补了除矩形、L 形等特例之外的“任意形状”这一大块空白。

子线索聚类¶

Plancherel 与矩形 Young 表的渐近 (Logan-Shepp, Vershik-Kerov, Pittel-Romik, Ivanov-Olshanski, Marchal, Banderier 等) —— 主要处理Plancherel测度或矩形形状，没有推广到任意形状。
珠子模型（Bead model）与二聚体模型的缩放极限 (Boutillier, Kenyon-Okounkov, Sun, 以及本文作者的 Boutillier) —— 物理上的二聚体模型在缩放极限下得到某种“确定性曲面”和可积系统（如复杂的 Burgers 方程）。本文的 Young 表问题通过珠子模型与二聚体模型建立了联系。
离散点过程的 DPP 结构与局部极限 (Borodin-Okounkov-Olshanski, Okounkov-Reshetikhin, Gorin-Rahman, Petrov, Aggarwal, Adler 等) —— 大量使用围道积分、正交多项式、离散 sine/Airy/Pearcey 核来刻画点过程的各种缩放极限，是本文的主要工具来源。
排序网络与相关模型 (Angel-Holroyd-Romik-Virág, Gorin-Rahman, Gorin-Xu) —— 与 Young 表有深层联系，尤其是排序网络的极限与 Young 表的极限曲面相伴而生，但它的局部极限对应着 GUE minor 过程、antisymmetric GUE 等随机矩阵模型。

该方向的核心问题¶

Q1 (极限曲面)：对于给定固定形状 λ⁰，均匀随机Young表的缩放极限曲面 H 是否存在且唯一？如何显式计算（对于任意形状）？用什么方程（变分原则？复数方程？）来描述它？当前主流办法：利用珠子模型与二聚体模型的变分原理，证明 H 是某个“熵泛函”在给定边界条件下的唯一最大者（如 Sun 2017 做的那样）。但该变分问题的解通常难以显式求解，只有在矩形等少数情况下才有闭式。
Q2 (局部极限)：在 Young 表的“bulk”区域（即内部、不靠近边界），局部点过程的缩放极限是什么？是否具有“Sine 过程”之类的普适性？当前主流办法：将问题转化为 DPP 的核函数在 bulk 下的渐进展开，利用围道积分与鞍点分析得到收敛于离散 sine 核。
Q3 (相变区域 / 冻结边界)：在 frozen boundary 附近，缩放极限是什么？是 Airy 过程还是 Pearcey 过程？是否依赖于形状的几何（如凸 vs 非凸边界）？这是普适性研究的热点。
Q4 (高阶矩与非高斯涨落)：极限曲面附近的涨落是否是高斯场？在高阶矩/张量结构中是否有更复杂的结构？这是该领域与统计力学中“Gaussian free field”的联系点。

⚠️ 作者的 framing¶

这是作者的说法：他们将缺口 frame 为“现有结果只处理了矩形（Pittel-Romik）或 Plancherel 测度下的形状，对于形状固定但任意的 Young 表，极限曲面的大规模描述（甚至是否存在）尚未被完全解决。通过利用 Gorin-Rahman 2019 年出现的 DPP 表示，我们可以把这个问题统一处理：求解一个复数方程即可得到极限曲面，而且还能得到局部极限。”

但作者也淡化或回避了一些竞争路线： - 变分方法的直接建立：Sun (2017) 已经证明极限曲面存在且唯一，作者承认了这一点，并说“the limiting function H∞ is implicitly found as the unique maximizer of a certain entropy functional”（ref [Sun18]）。但作者并未去解那个变分问题，而是提出一个复数多项式方程来描述 H。这是一条完全不同的路线——它不在竞争，而是一种等价转换。作者回避了复数方程与变分原理的等价性证明，只声称“我们给出的描述补全了已有结果”。这可能是未解决的但具潜在价值的问题。 - 针对高阶形状（如L形）的显式公式：作者推广了 Pittel-Romik 的矩形结果到 L 形，这是新贡献，但未提及如何推广到更一般的形状（如两个凸形状的并集、有洞的形状）。 - 仅限于固定形状的 DPP 结构*：Gorin-Rahman 的公式专门针对“Poissonized”的固定形状 Young 表（均匀表经过 Poisson 随机化后获得一种等价表示），作者的局部极限也仅限于这种 Poissonized 版本。实际的均匀 Young 表与 Poissonized 版本之间的去 Poissonization 步骤在论文中有提及，但需要额外处理。

什么明显该被引 / 该存在、却没出现在 intro 里？ - 最近一些与 LOOPS 模型、Steward 观测相关的 关于 DPP 的精确相关函数表示的综述 / 论文（如 Borodin (2010) 关于 DPP 的综述）并未在 intro 中重点提及，但出现在参考文献中。这不算严重遗漏，因为该领域的主要参与者都已经涵盖。 - 一篇被非常多引用的工作：Kenyon, Okounkov, Sheffield (2006): “Dimers and amoebae” —— 它在 DPP 与变分原理的上下文非常关键，但本文被引列表中只有 Kenyon-Okounkov (2005) 的“Limit shapes and the complex Burgers equation”；Kenyon-Okounkov-Sheffield 可能被认为太类似而省略，但这值得研究者去对比。注：尽管本文引用 K-O-05 讨论复数Burgers 方程与代数结构，但其更一般的变分原理（如用研究对象 Thet 函数）可能有用。

张力¶

未见明显对立引用。所有被引工作在逻辑上一致地形成了一个链条：从特定的 Plancherel 测度到矩形再到任意形状规约到 DPP 渐近。这在该领域是合理的，因为大家对基本结论（极限曲面存在、DPP 是核心工具）有共识，没有出现“在相反条件下得到相反结果”的现象。

二、最核心、最简单的例子 / 数学问题¶

第一步：符号、模型与可观测数据¶

这是“给定形状的标准Young表”问题的符号体系。 对于理解本文，不需要掌握全长得要死的基础理论，只需懂得以下记号的含义。我们只定义关键量（不是在挑定义，是重新明确这是一个流派的用语）：

λ⁰：一个固定的形状（Young 图），等价于一个整数分割（partition），有 |λ⁰| = n 个格子。
SYT(λ⁰)：形状为 λ⁰ 的所有标准 Young 表（standard Young tableaux）的集合。一个标准 Young 表是一个将数字 1, 2, ..., n 填入 λ⁰ 的格子中的方式，使得每行严格递增、每列严格递增。这是我们想要建模的随机对象。
可观测数据：我们没有“样本”，每个 SYT(λ⁰) 是一个组合对象，而均匀概率测度假定每个 SYT(λ⁰) 等概率。我们观察它的“高度函数”或“数字分布”的宏观行为，以及它内部数字的标准偏差（涨落）。
Poissonized 版本：为了获得一个可操作的 DPP 结构，本文引入参数 β > 0，将 SYT(λ⁰) 替换为“Poissonized 形状标准Young表”。具体过程：假设一个高度为 ∞（第一行无限长）的 Young 图，其“occupation 变量”在每格( i, j )上去值0或1（表示所填入数字的“0/1 区分”，细节见原文），它的概率分布被设计为在所有占据配置中由一个参数 β 控制。这个模型（称为泊松珠子过程，Poissonized bead process）等价于将形状 λ⁰ 的 SYT 作泊松平均后得到的一个概率空间。可以直接理解为：我们通过引入一个随机参数（Poisson 随机化），获得了对该 DPP 核心核的干净数学表达式。但就统计意义而言，这把我们带离了原问题（均匀标准Young表），需要在分析最后使用去泊松化（de-Poissonization）回到原问题。
DPP （determinantal point process）：一个定义在离散状态空间上的随机点过程，其相关性由相关核（correlation kernel） 的极小多项式给出。对本文来说，Gorin-Rahman 的核心贡献是为 Poissonized Young 表对每个形状 λ⁰ 构造了一个 DPP。过程的状态空间是格子 Z×ℤ (行-列索引) 上的“珠子位置”。
高度函数 h(x, y)：由 Young 表 “演化” 而来的一个映射：落在（x,y）处的数字有多少小于给定阈值的“计数”——这定义了一个函数，它的某些缩放会导致一个连续的曲面。可观测的就是这个 h 的采样值（对于该表而言）。
极限曲面 H：当形状 λ⁰ 按 |λ⁰| -> ∞ 且适当缩放后，由固定标准化 Young 表在监听某个点的 h 除以 n（比如 h(x/√n, y/√n) ) 在条件期望意义（或几乎必然）下的极限。H 被认为是一个连续曲面（除了在某些边界处可能不连续）。

本文的基本统计结构可以概括为： - 不可观测但目标：每个 λ⁰→有限大，就有一个具体 Young 表；我们观测其高度函数 h 与珠子的配置。当我们扩大 λ⁰，我们需要知道极限曲面 H 存在并使用什么方程描述它。 - 可观测（离散的）实测数据*：对于给定的 λ⁰，是逐格 0/1 占据或数字值的完整列表。均匀 Young 表的概率性质通过 DPP 的核函数编码。

第二步：最小内核¶

这篇论文的核心数学问题，如果剥除各种一般形状的繁琐记号，可以浓缩成一个完全确定的、关于一个复数多项式方程的几何问题。

最简特例 (d=1, 即 L 形特例下) 的更简略形式：采用“矩形形状”（最经典结果）来做叙述。

假设 λ⁰ 是一个 a×b 矩形（有 a 行、b 列，格子数 n = a×b）。Pittel-Romik 的结果说：极限曲面 H(x,y)（经过适当缩放，使矩形占据单位正方形 x∈[0,1], y∈[0,1]）由 H(x, y) = f(x) + g(y) 给出，其中 f、g 由某个微分方程与边界条件决定，最终等价于将两个函数匹配起来。

本文的一般结果将这一公式推广到 L 形（两个矩形粘成一个角状形状）。该情形的关键点： - 作者定义了一个复数方程（多项式的解）。 - 求解这个方程给出曲线，曲线给出极限曲面的特征。

……现在，要把这个“为什么是复数方程”的最小思想用更简单的话呈现，我们可以说：给定形状 λ⁰（由一系列行长度组成），我们构造一个多项式 P(z) = Π_{i} (z - r_i) 某些“根”对应于该形状交错坐标的特征。然后极限曲面的等高线由方程 “im(P(z)) = 0” （一个含 x,y 的显式表达式）隐式定义。用方程 Im(Q(z)) = 0 来描述曲面是一个“在非棋盘式二聚体模型里的已知模式” —— Surface 是某个“代数函数”的 Riemann 曲面的一部分。

这就是整个引擎：从形状 λ⁰ 得到复数多项式，从多项式的解得到极限曲面。 对于任意形状，程序一致。证明的核心动作：利用 DPP 的核函数 + 围道积分 + 鞍点分析，证明该曲面与高度函数在缩放极限下重合。整个论文，就是在为该程序建立严格数学基础与实例验证。

三、这篇论文做了什么¶

三句话¶

研究问题：对于任意固定形状 λ⁰，均匀随机标准 Young 表（及其 Poissonized 变形）在缩放极限下的全局极限曲面与局部点过程的统计规律是什么？
核心方法：利用 Gorin-Rahman (2019) 的对给定形状 λ⁰ 的 DPP 表示（即 Poissonized 珠子过程的相关核以围道积分形式给出），通过围道积分的鞍点渐近分析，将决定极限曲面的问题归结为求解一个显式复数多项式方程及其根的判据。
主要结论：(a) 极限曲面 H 可通过解一个复数多项式方程显式给出（方程由 λ⁰ 的“交替坐标”（interlacing coordinates）定义）；(b) 提出了判断 H 在全域是否连续的简单准则（多项式虚部根重数条件）；(c) 得到了 Poissonized Young 表在 bulk 处的局部极限：收敛到离散正弦过程（sine process）；(d) 通过 L 形等例子，展示了这些结果的应用，并发现 L 形的极限曲面在几乎所有形状（按某种测度）下都不连续；(e) 构造了一个新的无穷随机 Young 表族（来自随机无穷珠子过程）。

关键设定与假设¶

形状 λ⁰ 由交替坐标 (a₀, b₁, a₁, b₂, ..., b_m, a_m) 描述。这是用【竖直切片的列长度】一种综合表示，是 Kerov 的记号，它将形状的上下边界编码成沿着 x 轴的交错整数。
Gorin-Rahman 的 DPP 公式在文章中作为已知前提。该公式对每个形状 λ⁰ 定义了 Poissonized 珠子过程的联合概率，其相关核 K(z, w) 是一个围道积分：K(z, w) = (1/(2πi)^2) ∮∮ ……（含 β 的因式）…… dz′ dz″。作者直接引用此核并进行分析。
假设：形状 λ⁰ 在缩放后收敛。即，当 |λ⁰| → ∞ 时，形状的边界（交替坐标乘以适当的尺度）趋于一个固定的、位于单位区间内的某条曲线。这是极限曲面的存在性前提。
无额外分布假设（如独立性）：标准 Young 表的均匀性是模型的基本定义。
相比已有文献：作者将形状的限制从矩形（Pittel-Romik）、Plancherel 测度（Logan-Shepp 等）扩大到任意固定形状（只要边界满足一定的连续条件）。这是实质性的扩展。

主要结果¶

本文的核心定理分为三类：

定理 1 (极限曲面的显式描述)：设形状 λ⁰ 由交替坐标（归一化后）表示。定义多项式 P(z) ∝ Π(z - e^{iα_j})。极限曲面 H(x, y) 由方程 Im( (2/π) ∫_0^{something} ... ) = 1/π··· 隐式定义，通过一个复数多项式方程的解实现。具体地说，对任意点 (x, y) 在适当的区域中，可以由 P(z)=0 的根的某种广义开普勒方程得到 H(x, y) 的显式。直觉上：多项式在复数域上的解对应着该曲面在该点的局部斜率；求解该多项式的方程就是寻找曲面的“等高线”——而边界由该多项式的虚部根决定。

定理 2 (连续性的简单准则)：极限曲面 H 在形状 λ⁰ 对应的整个区域上是连续的，当且仅当多项式 P(z) 的所有根为简单根（重数为 1）。如果有重根（意味着相邻两根的α坐标重合于归一化后的某个值），则在对应部位处 H 存在一个跳跃（不连续）。证明思路：求解多项式方程时，当根合并，定义曲面的隐函数消失，使得解退化。

定理 3 (bulk 局部极限)：考虑 Poissonized 珠子过程（关于形状 λ⁰ 和参数 β）。在 bulk 区域的某点 (u, v) 附近，适当地将粒子坐标按其密度归一化（以 O(1/density) 尺度放缩），则点过程的局部极限收敛到 离散 sine 过程（即，Gaudin-Mehta 定律在离散格点上的推广）。更精确地，相关核在缩放后趋近于离散 sine 核：K_loc(k, l) = (1/π) * sin(π(k-l)) / (k-l) (如果 k≠l)，否则为 1/π + 某种边界修正。这说明在 bulk 中，不同的珠子位置大体上像是“截断的 Sine 过程”——这是普适性结果之一。

推论 - L 形 Young 表：作者利用定理1-3，显式计算了 L 形形状（由 a×b 矩形与 c×d 矩形在某个角粘合）的极限曲面，形式精确（见原文章节日报），并发现除非 L 形的两个矩形的高宽比和粘合点恰好满足一个“穿衣条件”，曲面几乎必然不连续。

证明路线与技术技巧（理论型）¶

整体路线（从 DPP 到极限曲面）： 1. 核函数围道积分表示：Gorin-Rahman 给出的相关核 K(z, w) 为类似于 (1/2πi)^2 ∮∮ F(···) dz′ dz″ 的形式（其中 F 含 β 和形状交替坐标）。作者开始对 K。 2. 鞍点分析：为了得到缩放极限（当形状放大至无穷），作者进行变量代换，将积分中的参数改写为 “宏观坐标” x, y（在缩放后的单位区域内），并寻找积分的主要鞍点。 3. 引入复数多项式方程：鞍点满足一个由最终可以被写为 P(z) = 0 的复数方程。这个方程的解参数化所有宏观点(x,y)与其曲面高度。 4. 隐函数求解：对给定的(x,y)，找到P(z)=0的一个根 z0，它的虚部（Im(z0)）与曲面高度 H(x, y) 成正比关系。这样，H 被显式参数化。

关键跳跃点： - 从围道积分的渐近代数方程到“P(z)=0”的过渡：所有鞍点在极限情况下并到一个多项式方程中，这一步骤要求作者精确推导出在某种“可积的”Key 形式下，鞍点汇聚为多项式的根。这不是一般性的截面，而是用了非常精密的代数操作与 DPP 核函数的特殊结构（形状的交替坐标编码方式相类似于某种 Wilson 多项式的正交性）。 - 连续性判据：作者巧妙地注意到多项式根重数的变化对应于标志曲面上连续性消失的点。这直接与多项式有无重根相关，而重根在极限几何中对应某种边界退化。

技术技巧点名： - 围道积分 / 鞍点渐近分析 (steepest descent method)：核心，几乎贯穿所有定理的证明，应用于 DPP 核函数的围道积分。 - 复分析/代数技巧（多项式根的重数、根轨迹）：用于建立多项式方程与极限曲面之间的映射。 - 对 Gorin-Rahman 的 DPP 核的巧妙因式分解：使得鞍点分析能够归结到一个因式（交替坐标的）。 - 去 Poissonization：从 Poissonized 版本返回原始均匀 Young 表时用了标准技巧（如使用 Laplace 变换），作者保证了局部极限不依赖于 Poisson 参数 β。

真实例子与应用¶

本文包含一个重要的实际例子：L 形 Young 表。

数据/场景：L 形形状由两个矩形组成（假设一个水平尺寸为 a×b，另一个为 c×d，它们共用一列的一角）。当 a, b, c, d 以合适的比例放大，作者利用定理 1 显式写出了其极限曲面 H*(x, y)。
怎么用：他们使用了定理 1 中的“复数多项式方程”，针对 L 形（交替坐标是两组点的合并），解出了一个简单多项式（如，4 次）。然后他们把解代入显式公式直接微分得到 H*。
结果：他们对 L 形的极限曲面进行了图形展示。最惊人的发现：作者用定理 2 判断连续性并发现：对于几乎所有（在连续参数测度下）的 L 形，多项式会在边界上产生一个重根，导致极限曲面在该边界处出现 跳动（不连续）。这此前人们普遍认为该曲面是连续的，因为矩形情况是连续的。这个“反直觉”的结果是本文的亮点之一。
该例子想说明什么：证明“通用公式可以应用于非典型形状，并揭示出隐含的几何行为（即使结果与预期相反）”。

🔎 结论是否比证明窄¶

大部分结论的叙述是严格对应证明的。但值得注意： - 局部极限定理仅在 Poissonized 版本中得到证明；作者声称“用去泊松化可推广到均匀Young表”，并给出简要论述（第 6 节），但没有写完整的去泊松化证明。这可能是一个缺口（虽然他们指向了已有文献）。所以严格结论是 Poissonized 情形。 - 所有形状的极限曲面的描述依赖于 形状边界的某种正则性（绝对连续等）。作者没有深入讨论退化情况（比如分形形状），但原文声明的假设已经明确（形状边界“不会出现 Fracture”之类）。结论的强度在这个假设下是完备的。

四、开放问题（扎根具体语句）¶

去泊松化的严格完备化：文中局部极限定理仅在 Poissonized 版本中严格证明。为了将其推广到均匀标准 Young 表，完整的去 Poissonization 技术需要细致地验证。论文第 6 节仅进行了简要处理，留下了如何对不同形状类型控制误差展开的开放问题。【扎根】：Section 6，“We now describe how to deduce... from their Poissonized analogues. … While it is standard,... we believe that…”，其中“it is standard”是暗示但未完全展开。
曲面连续性的精确特征：定理 2 给出了连续性的简单判别（根重数为 1 ⇔ 连续）。然而开放问题是：对于具有重根的形状，极限曲面的跳跃幅度是否能够通过根的多重性以及局部几何得到显式公式？作者在 L 形例子中展示了跳跃出现，但未给出一般跳跃的封闭表达式。【扎根】：Theorem 2 后的 Remark ：“It would be interesting to have a more explicit expression for the size of the jump in terms of the data of λ⁰.”
边缘与角落的局部极限：本文只得到了 bulk 的局部极限（离散 Sine）。在冻结边界或尖点（cusp） 附近，是否存在 Airy / Pearcey 过程等的普适性收敛？作者在介绍中提到了这方面的已有结果（如似的在随机 3D Young 图中），但未对任意形状 λ⁰ 作出统一的系统描述——这似乎是后续研究的自然方向。【扎根】：Section 1.4 ‘Suggestions for future work’: “It would be interesting to study the local limit near the frozen boundary … for general shapes λ⁰.”
实数值例子与模拟：本文是理论性的，没有任何数值模拟。在实用研究层面，小的“形状大小”下的 Young 表是否有可计算的大 O 近似到极限曲面？一篇落在计算统计领域的工作可能应用这里的结果来构造快速的近似算法（可能用到研究者熟悉的高阶 U 统计的树宽/张量收缩复杂度来计算某种 tiling 计数）——但作者完全没有触碰这一点，留下一个开放的计算性挑战。【扎根】：整个论文不包含任何数据或仿真；该方向属于纯组合概率。

Maintained by 陈星宇 · Homepage · Source on GitHub