ملخص تقني: فك خلط النظم الموجه بالفيزياء (PGRU)

بيان المشكلة

تلتقط التصويرات فائقة الطيف الانعكاس السطحي عبر مئات النطاقات، مما يتيح توصيف المواد لتطبيقات في الزراعة، والجيولوجيا، والمراقبة البيئية. ومع ذلك، نظرًا لضعف الدقة المكانية مقارنة بالتباين النوعي للسطح، غالبًا ما تحتوي البكسلات الفردية على استجابات طيفية مختلطة من مواد متعددة. يهدف "فك الخلط الطيفي" إلى استعادة التواقيع النقية للمواد (النهايات الطيفية/endmembers) ووفراتها الكسرية.

يعد نموذج الخلط الخطي (LMM) النهج القياسي نظراً لبساطته وقابليته للتفسير الفيزيائي. ومع ذلك، يفترض LMM أن الفوتونات تتفاعل مع مادة واحدة قبل وصولها إلى المستشعر، وهو افتراض يفشل في ظل ظروف التشتت المتعدد. وبينما تعالج الامتدادات غير الخطية مثل نموذج GBM، ونموذج PPNM، ونموذج Hapke لانتقال الإشعاع هذه المسألة، إلا أنها عادةً ما تطبق اللاخطية بشكل موحد عبر مشاهد كاملة. هذا التطبيق الموحد يفشل في تمييز البكسلات التي تتطلب تحديداً معالجة غير خطية، مما يؤدي غالباً إلى أداء دون المستوى الأمثل. ومن ناحية أخرى، تحقق أساليب التعلم العميق (مثل المشفرات التلقائية/autoencoders) إعادة بناء قوية، لكنها تعمل كـ "صناديق سوداء"، حيث لا تقدم أي تفسير فيزيائي لاختيار النظام أو الظروف التي تكون فيها اللاخطية نشطة.

المنهجية

يقترح المؤلفون فك خلط النظم الموجه بالفيزياء (PGRU)، وهو إطار عمل يقدر قيمة عددية لكل بكسل $\xi_i \in [0, 1]$ لتنشيط الخلط غير الخطي فقط حيثما كان ذلك مبرراً فيزيائياً. وخلافاً للطرق السابقة، لا يتطلب PGRU بيانات مصنفة توضح ما إذا كانت البكسلات خطية أم غير خطية؛ بل ينبثق تعيين النظام من التفاعل بين تحسين إعادة البناء واتساق السمات الفيزيائية.

صياغة النموذج

يتم إعادة بناء كل بكسل $i$ كما يلي:
$$\hat{y}_i = S_{lin,i} + \xi_i \delta_{nl,i}$$
حيث:

• $S_{lin,i}$ هو مكون LMM القياسي (وفرات غير سالبة مجموعها واحد).
• $\delta_{nl,i}$ هو متبقي غير خطي.
• $\xi_i$ يعمل كمفتاح تبديل: عندما يكون $\xi_i \approx 0$ يتقلص النموذج إلى LMM، وعندما يكون $\xi_i \approx 1$ يتم تفعيل المساهمة غير الخطية بالكامل.

بناء المتبقي غير الخطي

$\delta_{nl,i}$ هو مزيج مرجح من متبقيات ثلاثة نماذج فيزيائية:
$$\delta_{nl,i} = \sum_{k} \alpha_{ik} \delta_{ik}$$
يتم تعلم أوزان $\alpha_{ik}$ عبر معاملات انتباه (attention coefficients) يتم الحصول عليها عبر "softmax" محكوم بدرجة حرارة، وتجمع بين:

1. GBM: يلتقط التشتت الزوجي بين النهايات الطيفية.
2. PPNM: يقدم تشوهاً تربيعياً فوق الخليط الخطي.
3. Hapke: يصف التشتت المتعدد بناءً على نظرية انتقال الإشعاع.
   تشجع عملية تنظيم الإنتروبيا (Entropy regularization) على $\alpha_{ik}$ على التركيز نحو الآلية الفيزيائية المهيمنة عند كل بكسل.

تقدير النظام الموجه بالفيزياء

الابتكار الجوهري هو أن $\xi_i$ موجه بخصائص المشهد المرصودة بدلاً من الاعتماد فقط على خطأ إعادة البناء. ويتم حسابه كالتالي:
$$\xi_i = \sigma \left( \sum_{k} w_k F_{ik} + b \right)$$
حيث:

• $F_{ik}$ تمثل السمات الفيزيائية والهندسية للبكسل $i$ (الانحناء الطيفي، NDVI، تدرج NDVI، EMP، DMP، LBP).
• $w_k$ هي أوزان متعلمة.
• $\sigma$ هي دالة الـ sigmoid.
  هذه الصيغة مكافئة للانحدار اللوجستي (logistic regression) عبر فضاء السمات، مما يجعل قرار النظام قابلاً للتفسير كجموع مقروء لمساهمات السمات.

دالة الهدف

يتم تدريب النموذج باستخدام كسب إعادة البناء لكل بكسل $\Delta_{res,i} = \|y_i - S_{lin,i}\| - \|y_i - \hat{y}_i\|$. دالة الهدف الكاملة $L$ هي:
$$L = \sum_{i} \left[ -\tanh(\Delta_{res,i}) + \lambda_{feat}(\xi_i - \xi_{prior,i})^2 + \lambda_{sp} \xi_i \nabla^2 \xi_i \right] + \lambda_w \|w\|^2$$

• الحد الأول يكافئ تنشيط اللاخطية حيث يقلل من خطأ إعادة البناء (مشبع بواسطة $\tanh$).
• الحد الثاني يربط $\xi_i$ بالسابقة (prior) القائمة على السمات، مع تكييف $\lambda_{feat}$ أثناء التدريب.
• الحد الثالث يعزز التماسك المكاني لخريطة النظام عبر منظم لابلاس (Laplacian regularizer).
• الحد الأخير هو تنظيم L2 على الأوزان.
  لا تُستخدم تسميات البكسلات؛ فتعيين النظام يتم بالكامل بشكل غير موجه (unsupervised).

النتائج الرئيسية

قيم المؤلفون نموذج PGRU على ثلاث مجموعات بيانات مرجعية: Samson، و Jasper Ridge، و Urban. شملت النماذج المرجعية (baselines) كلاً من LMM، و GBM، و PPNM.

• دقة إعادة البناء: حقق PGRU تحسينات متسقة على جميع النماذج المرجعية عبر جميع مجموعات البيانات.
  • Samson: انخفض rRMSE من 0.495 (LMM) إلى 0.052 (PGRU).
  • Jasper Ridge: انخفض rRMSE من 0.347 (LMM) إلى 0.068 (PGRU).
  • Urban: انخفض rRMSE من 0.331 (LMM) إلى 0.064 (PGRU).
  • ومن الجدير بالذكر أن النماذج المرجعية ذات اللاخطية الموحدة (GBM، PPNM) لم تتفوق باستمرار على LMM، مما يؤكد أن اللاخطية الموحدة قد تكون ذات نتائج عكسية.
• الاتساق الفيزيائي: تجاوز الارتباط $\rho$ بين خريطة التنشيط $\xi$ وكسب إعادة البناء $\Delta_{res}$ قيمة 0.90 عبر جميع مجموعات البيانات (0.93، 0.91، و 0.92 على التوالي)، مما يؤكد أن الخلط غير الخطي يتم تفعيله بدقة حيث لوحظت تحسينات إعادة البناء.
• القابلية للتفسير: كشف تحليل أوزان السمات عن سلوك متكيف مع المشهد:
  • في Jasper Ridge، هيمن مؤشر NDVI، مما ركز التنشيط غير الخطي في النباتات الكثيفة (تشتت متعدد متوقع) وقام بكبحه فوق المياه.
  • في Urban، دفع الانحناء الطيفي عملية الاختيار، مما يعكس التعقيد الهيكلي عند حدود المواد بدلاً من تفاعلات النباتات.
  • أظهرت الخرائط المكانية (مثل الشكل 1) أن النموذج يربط اختيار النظام بخصائص المشهد القابلة للقياس، مما يوفر تفسيرات على مستوى البكسل لسبب كون بكسل معين غير خطي.

الأهمية والادعاءات

يزعم البحث أن PGRU يعالج فجوة حرجة في فك الخلط الطيفي: وهي تحديد لماذا يتطلب بكسل معين نموذجاً غير خطي. ومن خلال ربط معلم النظام $\xi_i$ بالسمات الفيزيائية المرصودة، ينتج النموذج خرائط نظام قابلة للتفسير دون الحاجة لبيانات مصنفة.

يؤكد المؤلفون أن اللاخطية الانتقائية والقابلة للتفسير تتفوق على كل من النهجين الخطي الموحد وغير الخطي الموحد. وهم يضعون PGRU كبديل عملي للنماذج الخطية الشاملة أو غير الخطية الشاملة، حيث يقدم حلاً وسطاً يتم فيه تطبيق اللاخطية فقط حيثما كان ذلك مبرراً بالأدلة الفيزيائية.

حافظ المؤلفون على نبرة متواضعة تجاه ادعاءاتهم، مشيرين إلى أن:

1. هذه النتائج أولية وتتطلب تحقُّقاً أوسع مقابل نماذج التعلم العميق الحديثة.
2. لم يتم بعد فصل الأهمية النسبية لمجموعة النماذج الفيزيائية، والتنشيط الموجه بالسمات، والتنظيم المكاني من خلال دراسة استئصال (ablation study) منهجية.
3. هناك حاجة لعمل مستقبلي لتوسيع الطريقة لتشمل سيناريوهات فك الخلط "الأعمى" (blind unmixing)، والسيناريوهات التي تحتوي على تسميات حقيقية لتفاعلات غير خطية، وسيناريوهات خلط أكثر تعقيداً.