15 mK-Level Accuracy in All-Optical NV Diamond Thermometry via Interpretable Deep Learning

Resumen Técnico: Precisión de nivel de 15 mK en termometría de diamante NV totalmente óptica mediante aprendizaje profundo interpretable

Planteamiento del problema
La medición precisa de la temperatura es crítica para aplicaciones que van desde los sistemas de información cuántica hasta el control de procesos industriales. Si bien la termometría de diamante NV (centros nitrógeno-vacante) ha surgido como una técnica prometedora, los métodos de detección totalmente ópticos (que dependen de la fotoluminiscencia, PL, en lugar de la resonancia magnética detectada ópticamente, ODMR) han sufrido históricamente de una precisión limitada, típicamente restringida a ±3% o ±9 K alrededor de 300 K. Esta limitación surge de la naturaleza de los cambios espectrales a temperaturas elevadas: a medida que la temperatura aumenta, la línea de cero fonones (ZPL) a 637 nm se ensancha y se desplaza hacia el rojo, mientras que la banda lateral de fonones (PSB) se vuelve más pronunciada. Estos cambios introducen ruido y complejidad que los modelos lineales tradicionales derivados por expertos, que dependen de características aisladas como la amplitud o el ancho de la ZPL, luchan por interpretar con precisión. En consecuencia, la utilidad de los sensores NV totalmente ópticos en aplicaciones de alta precisión sigue siendo limitada.

Metodología
El estudio evalúa sistemáticamente modelos de aprendizaje automático (ML) y aprendizaje profundo para predecir la temperatura a partir de los espectros completos de PL de tres sensores NV acoplados a fibra (Sensores A, B y C) en un rango de temperatura de 243 K a 343 K. La configuración experimental consistió en la adquisición de espectros bajo diferentes condiciones, incluyendo distintas tasas de adquisición, rangos espectrales y configuraciones de sensores (partículas de diamante masivo frente a chips).

La metodología compara tres categorías de enfoques:

1. Modelos de Conocimiento Experto (EK): Modelos de regresión lineal tradicionales basados en características motivadas físicamente (amplitud de la ZPL, centro del pico, ancho, factor de Debye-Waller y divergencia KL).
2. Reducción de Dimensionalidad No Supervisada: Análisis de Componentes Principales (PCA) y Autoencoders (AE), que aprenden representaciones de baja dimensión sin etiquetas de temperatura explícitas.
3. Modelos de Aprendizaje Supervisado: Análisis Discriminante Lineal (LDA), Perceptrones Multicapa (MLP), Redes Neuronales Convolucionales (CNN) y un "MLP Optimizado" (una red de 6 capas con funciones de activación sigmoideas).

Se introdujo un novedoso marco de interpretabilidad, denominado "modos de desviación explicables" (xMoDs), para visualizar el espacio latente de estos modelos. Los xMoDs proyectan las activaciones de las capas ocultas o de los resultados de la reducción de dimensionalidad de vuelta al espacio espectral original, permitiendo a los investigadores identificar qué componentes espectrales (por ejemplo, desplazamientos de la ZPL, cambios en la PSB o artefactos de ruido) impulsan las predicciones del modelo. Además, se utilizaron la regresión dispersa y los cálculos de distancia para comparar las características aprendidas por los modelos de ML frente a las derivadas del conocimiento experto.

Resultados Clave
El estudio demuestra que los modelos de aprendizaje profundo superan significativamente tanto a los modelos lineales derivados por expertos como a las técnicas de ML más simples:

• Mejora de la Precisión: Los modelos de regresión univariantes y multivariantes derivados de expertos arrojaron errores de prueba entre 4.1 K y 19.6 K. En contraste, el MLP optimizado de 6 capas con activación sigmoidea logró un error de prueba promedio de ≈0.015 K (15 mK) para el Sensor A. Esto representa una mejora ≥200 veces sobre los mejores modelos de regresión multivariante y hasta una mejora de 600 veces sobre resultados totalmente ópticos previos.
• Jerarquía de Rendimiento de los Modelos: El MLP Optimizado (sigmoideo) superó a los MLP basados en ReLU, los cuales a su vez superaron a las CNN, LDA, PCA y Autoencoders. Notablemente, los Autoencoders no supervisados tuvieron un rendimiento inferior al PCA, lo que sugiere que el objetivo de reconstrucción de los AE retiene "variables oscuras" (información dinámica no térmica) perjudiciales para la regresión de temperatura.
• Variabilidad de los Sensores: Mientras que el Sensor A logró la mayor precisión (15 mK), los Sensores B y C mostraron errores más altos (0.28 K y 0.80 K, respectivamente), atribuidos a diferencias en las condiciones experimentales, como el rango espectral (el Sensor B excluyó longitudes de onda más largas de la PSB) y el flujo de fotones (el Sensor C tuvo una menor eficiencia de recolección).

Hallazgos de Interpretabilidad (xMoDs)
El análisis xMoD reveló diferencias distintivas en cómo los modelos procesan los datos:

• Unsupervised vs. Supervised: Los métodos no supervisados (PCA, AE) produjeron modos altamente correlacionados con las características del conocimiento experto (por ejemplo, la amplitud de la ZPL), indicando que capturan la varianza espectral general. Los métodos supervisados (LDA, MLP) identificaron subespacios latentes distintos optimizados específicamente para la temperatura, ignorando a menudo partes del espectro (como la PSB de longitud de onda larga) que los métodos no supervisados consideraban importantes para la reconstrucción.
• Aislamiento de Ruido: Se atribuyó el rendimiento superior del MLP Optimizado a su capacidad para aislar artefactos no térmicos. Sus xMoDs revelaron la detección de picos de "rayos cósmicos" y eventos de luz parásita (por ejemplo, un pico único más allá de los 775 nm) que otros modelos promediaban o no lograban distinguir. Al aislar estos eventos no térmicos, el modelo evitó su interferencia con la inferencia de temperatura.

Significancia y Reivindicaciones
El artículo sostiene que las redes neuronales profundas, cuando se combinan con marcos interpretables como xMoDs, pueden desbloquear todo el potencial de la termometría NV totalmente óptica. La principal significancia radica en:

1. Romper la Barrera de la Precisión: Lograr una precisión de 15 mK coloca a la termometría totalmente óptica mejorada por ML en un plano competitivo con tecnologías heredadas (como los termómetros de resistencia de película delgada) y otros métodos de detección cuántica emergentes.
2. Perspectiva Mecanística: El marco xMoD proporciona una lente "amigable para el espectroscopista" para entender por qué los modelos profundos tienen éxito, yendo más allá de la percepción de "caja negra". Demuestra que estos modelos aprenden a filtrar el ruido no térmico y a centrarse en componentes espectrales sensibles a la temperatura que los modelos lineales pasan por alto.
3. Optimización Basada en Datos: Los resultados sugieren que el espectro completo de la NV-PL contiene información dinámica relevante para la temperatura que es inaccesible para los enfoques de ingeniería de características, validando el cambio hacia el aprendizaje profundo de extremo a extremo para tareas de regresión espectroscópica.

Los autores concluyen que, si bien la complejidad del modelo no es una garantía de rendimiento (como se vio con los Autoencoders de bajo rendimiento), la combinación de una arquitectura apropiada (MLP sigmoideos), un preprocesamiento riguroso y herramientas de interpretabilidad (xMoDs) es esencial para realizar una termometría de alta precisión totalmente óptica.