Multi-Scale Feature Attention Network for Polymer Classification using THz Dual-Comb Spectroscopy

Resumen Técnico: Red de Atención de Características Multiescala para la Clasificación de Polímeros mediante Espectroscopía de Doble Comb de THz

Planteamiento del Problema
La identificación fiable de polímeros es crítica para la calidad y seguridad de los plásticos reciclados, particularmente en envases de alimentos y dispositivos médicos. Sin embargo, el reciclaje industrial enfrenta cuellos de botella debido a la dificultad de clasificar con precisión los polímeros dentro de flujos de residuos heterogéneos que contienen mezclas, películas multicapa y biopolímeros. Los métodos de clasificación convencionales (inspección manual, pruebas químicas) suelen ser destructivos o limitados a las propiedades superficiales. Las técnicas espectroscópicas como la Infrarroja (IR) y Raman ofrecen alternativas no invasivas, pero sufren de ruido ambiental, señales débiles o interferencia por fluorescencia. La espectroscopía de Terahertz (THz) presenta una solución prometedora debido a su alta profundidad de penetración y su capacidad para medir tanto la amplitud como la fase. No obstante, la espectroscopía convencional de Tiempo de Dominio de THz (THz-TDS) está limitada en velocidad de adquisición y resolución espectral, lo que dificulta su aplicación industrial de alto rendimiento. Además, los enfoques de aprendizaje profundo existentes para la clasificación de polímeros suelen depender de conjuntos de datos compuestos exclusivamente por polímeros puros o mezclas sintéticas, fallando en reflejar la compleja variabilidad de los materiales (mezclas, multicapas) presentes en escenarios del mundo real.

Metodología
Los autores proponen un marco que utiliza la Espectroscopía de Doble Comb de THz (THz-DCS) combinada con una novedosa arquitectura de aprendizaje profundo, la Red de Atención de Características Multiescala (MSFAN), para clasificar 12 tipos distintos de polímeros.

1. Adquisición y Preprocesamiento de Datos:

   • Conjunto de Datos: Se recolectaron mediciones durante cinco días para 12 categorías de polímeros, incluyendo polímeros puros, películas multicapa, mezclas comerciales y biopolímeros. Las señales se adquirieron en el rango de 100–590 GHz con pasos de 10 GHz (50 puntos de frecuencia) utilizando configuraciones de baja ganancia (LG) y alta ganancia (HG).
   • Invariancia Física: Para abordar la dependencia de la magnitud espectral respecto al espesor de la muestra (regida por la ley de Beer-Lambert), los autores implementan una estrategia de normalización invariante al espesor. Las amplitudes espectrales brutas se dividen por el espesor de la muestra ($d$), creando un espacio de características $\tilde{X}$ que depende únicamente de las firmas espectrales intrínsecas.
   • Integración de Señales: Los experimentos compararon entradas de fuente única (LG, HG) frente a estrategias de fusión (promedio, maximización, concatenación y fusión tardía). Los resultados indicaron que la configuración de alta ganancia (HG) aislada produjo el mejor rendimiento, mientras que los datos de baja ganancia introdujeron ruido.

2. Arquitectura MSFAN:
   La red propuesta procesa el espectro invariante al espesor a través de cuatro etapas clave:

   • Recalibración Espectral (Gating): Una capa densa aprendible con una activación sigmoide dura genera una máscara de atención. Esta máscara se aplica elemento a elemento al espectro de entrada para reponderar dinámicamente las bandas espectrales, suprimiendo el ruido de fondo y enfatizando las características de interferencia discriminativas.
   • Extracción de Características Multiescala: Un bloque inspirado en Inception emplea tres ramas convolucionales 1D paralelas con tamaños de núcleo de 3, 5 y 7. Esto permite capturar simultáneamente picos locales de alta frecuencia y tendencias espectrales amplias.
   • Contextualización Global (MHSA): Un mecanismo de Auto-Atención de Múltiples Cabezales (MHSA) trata el mapa de características como una secuencia para capturar dependencias de largo alcance y el contexto espectral global.
   • Agrupación por Atención y Clasificación: Un mecanismo de agrupación por atención sensible al contenido agrega la secuencia en un embedding de longitud fija mediante el cálculo de puntuaciones de importancia escalar para cada frecuencia. Este embedding se introduce en un Perceptrón Multicapa (MLP) con regularización de dropout para la clasificación final.
   • Optimización: El modelo se entrena utilizando una combinación ponderada de pérdida de entropía cruzada (con suavizado de etiquetas) y una penalización de dispersión $L_1$ sobre el vector de activación de gating. Esta restricción de dispersión obliga a la red a concentrar los recursos computacionales en las frecuencias discriminativas mientras suprime las bandas irrelevantes.

Contribuciones Clave

• Validación de THz-DCS: El estudio demuestra la idoneidad de la THz-DCS para la clasificación precisa de polímeros utilizando espectros de alta resolución a través de un conjunto diverso de 12 materiales, incluyendo películas multicapa complejas y mezclas.
• Arquitectura Novedosa (MSFAN): Los autores introducen un marco de aprendizaje profundo que integra selección espectral, convoluciones multiescala, atención cruzada de características y agrupación basada en atención. La arquitectura está diseñada para identificar inherentemente las regiones de frecuencia de THz más informativas.
• Evaluación Exhaustiva: A diferencia de trabajos previos centrados en polímeros puros, este marco se evalúa en un conjunto de datos heterogéneo que refleja la variabilidad industrial del mundo real.

Resultados

• Rendimiento: MSFAN logró una precisión de clasificación del 85.2% y un F1-score del 82.4%, superando los puntos de referencia del estado del arte, incluyendo el Improved CNN PM (83.8% de precisión), Transformer PM y las líneas base estándar de ANN/CNN.
• Procesamiento de Señales: La normalización invariante al espesor mejoró el rendimiento en un promedio de 16.05% en comparación con las entradas espectrales brutas. La configuración de señal de alta ganancia (HG) resultó superior a las configuraciones de baja ganancia o de fusión.
• Estudios de Ablación:
  • Regularización: Se identificó un peso de dispersión óptimo ($\lambda = 0.1$), que mejoró la precisión del 82.9% (sin regularización) al 85.2%.
  • Análisis de Componentes: La integración total de todos los módulos (Gating, Convoluciones, Atención, Agrupación) proporcionó una mejora absoluta del 13.9% en la precisión sobre un modelo base de solo agrupación.
  • Especificidad: El modelo mejoró significamente la discriminación de pares difíciles, como distinguir el Polímero H (PP/tie/EVOH/tie/PP) del Polímero J (LDPE), elevando la precisión por pares del 61.1% (Improved CNN PM) al 75.1%.
• Interpretabilidad: El análisis de saliencia espectral reveló que el modelo adopta estrategias de reconocimiento distintas para diferentes polímeros, priorizando rangos de frecuencia específicos (por ejemplo, 300–400 GHz para algunos, >400 GHz para otros) basados en sus propiedades estructurales.

Significancia y Reivindicaciones
El artículo sostiene que la combinación de THz-DCS con las técnicas de aprendizaje profundo propuestas ofrece una vía hacia la clasificación de polímeros efectiva, escalable e interpretable. Al abordar la complejidad de las señales espectrales mediante la atención de características multiescala y el preprocesamiento de invariancia física, el estudio establece un nuevo referente de precisión en este dominio. Los autores señalan que, si bien el presente trabajo opera bajo un supuesto de conjunto cerrado en muestras no contaminadas, la capacidad demostrada para aislar bandas de frecuencia discriminativas sienta las bases para trabajos futuros que involucren el reconocimiento de conjunto abierto y la robustez contra contaminantes industriales. La investigación está financiada por la Generalitat Valenciana bajo el proyecto CIGE/2024/147 (CLAIRE).