🔬 materials science

PAC Studio Machine Learning: Human-in-the-Loop Analysis of TDPAC Spectra

Cet article présente PAC Studio ML, un environnement de bureau Python en boucle fermée (human-in-the-loop) qui intègre l'apprentissage automatique à la modélisation informée par la physique afin d'accélérer et d'améliorer l'analyse experte des spectres de corrélation angulaire perturbée par différence de temps (TDPAC) en fournissant une initialisation robuste des paramètres, des tests d'hypothèse sur le nombre de sites et une reproductibilité accrue sans remplacer l'interprétation experte conventionnelle.

Auteurs originaux : Thien Thanh Dang, Doru Constantin Lupascu

Publié 2026-07-14

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Thien Thanh Dang, Doru Constantin Lupascu

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous soyez un détective tentant de résoudre un mystère, mais que le seul indice dont vous disposiez soit une ligne floue et ondulante sur un graphique. Cette ligne est un spectre TDPAC, un signal qui renseigne sur le voisinage minuscule et invisible entourant un atome radioactif à l'intérieur d'un matériau solide. Le problème est que cette ligne est une « projection compressée », ce qui signifie que de nombreuses combinaisons de forces invisibles, d'emplacements d'atomes et de champs magnétiques pourraient créer exactement la même ligne ondulante. C'est comme essayer de deviner la recette exacte d'un gâteau en goûtant simplement une miette ; vous pouvez deviner qu'il contient du sucre, mais vous ne pouvez pas être sûr s'il contient de la vanille ou du chocolat, ou s'il s'agit même d'un gâteau.

Pendant des années, les scientifiques ont dû jouer au jeu du « deviner et vérifier » pour découvrir la recette. Ils choisissaient une première supposition pour les ingrédients (les paramètres physiques), lançaient une simulation mathématique complexe et regardaient si le résultat correspondait à la miette. Si ce n'était pas le cas, ils modifiaient leur supposition et réessayaient. C'était lent, frustrant et menait parfois sur de fausses pistes car les mathématiques comportent de nombreux « pièges locaux » où une mauvaise réponse semble tout aussi bonne que la bonne.

Entrez en scène PAC Studio ML, un nouvel assistant numérique conçu pour aider ces détectives. Considérez-le non pas comme un robot qui résout le mystère pour vous, mais comme un simulateur d'entraînement super intelligent qui a déjà joué à ce jeu un million de fois.

Le camp d'entraînement

Avant même que le logiciel ne voie un véritable mystère, il construit une vaste bibliothèque synthétique. C'est comme un développeur de jeux vidéo créant des millions de niveaux fictifs avec des solutions connues. Le logiciel génère 50 000 fausses « miettes » (spectres) pour des scénarios avec un site, deux sites, et même trois sites d'atomes. Il connaît la « recette » exacte (les paramètres physiques comme les champs électriques, les champs magnétiques et l'amortissement) pour chaque fausse miette qu'il crée.

À partir de ces millions d'exemples, le logiciel apprend à reconnaître des motifs. Il ne se contente pas de regarder l'image ; il décompose la ligne ondulante en une « empreinte digitale » de chiffres — la vitesse à laquelle elle ondule, la hauteur des pics et la rapidité avec laquelle le signal s'atténue. Il entraîne ensuite un modèle d'apprentissage automatique pour dire : « Si je vois une empreinte digitale comme celle-ci, la recette ressemble probablement à cela ».

Le détective « l'humain dans la boucle »

Voici la partie la plus importante : PAC Studio ML ne remplace pas le détective. Les auteurs sont très clairs sur le fait qu'il s'agit d'un outil de type « humain dans la boucle » (human-in-the-loop). C'est un copilote, pas le pilote.

Lorsqu'un scientifique télécharge une véritable ligne expérimentale floue, le logiciel propose trois astuces principales :

Prédiction directe : Il observe l'empreinte digitale et dit : « D'après mon entraînement, la supposition initiale pour le champ électrique est probablement autour de 30 MHz ».
Sites automatiques : Il agit comme un éclaireur, testant rapidement si la ligne ressemble davantage à un mystère à un site, à un mystère à deux sites ou à un mystère à trois sites. Il classe ces options et donne un « score de confiance », avertissant le scientifique si la réponse est ambiguë.
Démarrage intelligent : Au lieu de deviner au hasard, le logiciel offre un « démarrage à chaud » (warm start) à l'outil de lissage mathématique traditionnel. Il dit : « Commencez votre recherche juste ici », ce qui aide les mathématiques à trouver la meilleure réponse beaucoup plus rapidement.

Dans des tests avec des données fictives où la réponse était déjà connue, le logiciel a été excellent pour deviner la taille globale et le décalage du signal (l'« amplitude » et la « ligne de base »). Cependant, il était seulement « modérément » bon pour deviner les fréquences magnétiques spécifiques et avait plus de mal avec les détails complexes comme l'amortissement ou les angles exacts, surtout lorsque plusieurs sites étaient impliqués. Cela est logique : le signal est un mélange flou, et certains détails sont simplement plus difficiles à isoler que d'autres.

Le test en conditions réelles (et l'avertissement)

Les auteurs ont testé cela sur des échantillons réels d'un matériau appelé BiFeO3 (un type de céramique). Dans un cas, le logiciel a aidé un scientifique à trouver un meilleur point de départ, réduisant le temps nécessaire pour résoudre les mathématiques de 17,6 secondes (avec des suppositions aléatoires) à seulement 1,45 seconde. Dans un autre cas, le logiciel a suggéré un modèle complexe à « deux sites », mais un expert humain, utilisant sa connaissance de l'historique du matériau, a décidé qu'un modèle plus simple à « un site » était en réalité l'interprétation physique correcte.

Cela illustre la véritable vocation du logiciel : il accélère l'exploration et suggère des voies plausibles, mais il ne peut pas décider de ce qui est physiquement vrai. La décision finale sur la pertinence d'un modèle vis-à-vis du matériau, de la sonde et de l'historique de température doit toujours revenir au chercheur humain.

Ce qu'il est et ce qu'il n'est pas

L'article prend soin de préciser ce que ce logiciel n'est pas. Ce n'est pas une baguette magique qui résout instantanément tous les problèmes de physique. Les résultats présentés ici sont des « preuves de fonctionnement » utilisant des données synthétiques et quelques exemples. Les auteurs excluent explicitement l'idée que le logiciel a déjà prouvé qu'il pouvait récupérer parfaitement tous les paramètres physiques pour chaque matériau. Ils précisent que les chiffres d'incertitude (les « barres d'erreur ») que le logiciel fournit sont actuellement de simples estimations « brutes » basées sur la mesure de l'accord du modèle avec lui-même, et non des erreurs expérimentales entièrement calibrées.

Les auteurs réservent les « conclusions physiques » majeures pour un futur article où ils testeront le logiciel sur un ensemble beaucoup plus large et soigneusement sélectionné d'expériences du monde réel. Pour l'instant, PAC Studio ML est un outil puissant, transparent et reproductible qui aide les scientifiques à naviguer dans le paysage brumeux des problèmes inverses, offrant une lampe de poche pour trouver le meilleur point de départ, tout en laissant l'élaboration de la carte finale à l'expert humain.

Résumé Technique : PAC Studio ML

Problématique
La spectroscopie de corrélation angulaire perturbée par différence de temps (TDPAC ou PAC) est une puissante technique de sonde locale pour déterminer les paramètres hyperfins (gradients de champ électrique, champs magnétiques, fractions de sites) dans la matière condensée. Cependant, l'extraction de ces paramètres physiques à partir de spectres expérimentaux constitue un problème inverse mal posé. Les courbes $R(t)$ mesurées sont des projections compressées de configurations microscopiques où différentes combinaisons de nombres de sites, de types d'interactions, de paramètres angulaires et de termes d'amortissement peuvent produire des formes spectrales visuellement similaires. Par conséquent, l'ajustement conventionnel par moindres carrés non linéaires est très sensible à l'initialisation, aux hypothèses de modèles de sites et aux limites de paramètres. L'exploration manuelle de ces variables est chronophage, difficile à reproduire et sujette à la convergence vers des minima locaux qui manquent d'unicité physique. Bien que l'apprentissage automatique (ML) offre un potentiel pour l'analyse inverse, les approches existantes manquent souvent de transparence, ne parviennent pas à s'intégrer aux flux de travail d'ajustement conventionnels ou traitent le ML comme une « boîte noire » destinée à remplacer le jugement de l'expert plutôt qu'à le soutenir.

Méthodologie
Le document présente PAC Studio ML, un environnement de bureau Python en boucle fermée (human-in-the-loop) conçu pour soutenir les étapes de pré-ajustement et de sélection de modèles de l'analyse PAC. L'architecture du logiciel est modulaire, intégrant un solveur direct basé sur la physique, des prédicteurs d'apprentissage automatique et des outils d'ajustement par moindres carrés standards au sein d'une interface graphique unique (GUI).

Moteur Physique Direct : La couche physique centrale utilise un formalisme de matrice Hamiltonienne pour calculer les interactions hyperfines électriques et magnétiques combinées. Elle génère des spectres synthétiques en diagonalisant l'Hamiltonien pour obtenir les fréquences de transition et en construisant les fonctions de perturbation $G_{22}(t)$ à l'aide des coefficients de Wigner 3j. Ces fonctions sont amorties (Gaussienne ou Lorentzienne) et pondérées par les fractions de sites pour produire le signal observable $R(t) = \text{add\_const} + A_{22} G_{22}(t)$ .
Génération de Données Synthétiques : Au lieu de s'appuyer sur des ensembles d'entraînement fixes et universels, le logiciel permet aux utilisateurs de définir des domaines de validité physique (plages pour $v_Q$ , $v_M$ , $\eta$ , amortissement, bruit, etc.) afin de générer des banques de données synthétiques personnalisées. Des bibliothèques distinctes sont créées pour les modèles à un, deux et trois sites, avec des données réparties en ensembles d'entraînement (80 %), de validation (10 %) et de test (10 %).
Extraction de Caractéristiques : Les courbes $R(t)$ brutes sont converties en vecteurs de caractéristiques numériques comprenant quatre familles : descripteurs temporels (amplitude, moments, pentes), descripteurs fréquentiels (pics FFT, largeur de bande), descripteurs de forme (profils rééchantillonnés/normalisés) et descripteurs informés par la physique (proxys de fréquence angulaire, indicateurs d'interaction).
Modèles d'Apprentissage Automatique : Le système utilise l'apprentissage supervisé pour mapper les vecteurs de caractéristiques vers les paramètres cibles. Il utilise des régresseurs basés sur des arbres (Random Forest, Extra Trees, HistGradientBoosting) issus de scikit-learn, avec un recours aux k-plus proches voisins (k-nearest-neighbor) pour les environnements dépourvus de ces bibliothèques. Les paramètres angulaires sont gérés via une décomposition sinus/cosinus pour éviter les discontinuités.
Flux de Prédiction et de Raffinement :
1. Prédiction Directe : Le modèle entraîné propose des paramètres candidats basés sur le vecteur de caractéristiques du spectre d'entrée.
2. Assistant de Sites Automatique (Auto Sites Assistant) : Cet outil scanne les banques de données synthétiques pour les modèles à un, deux et trois sites, en classant les candidats à l'aide des résidus RMS, de scores de complexité de type BIC et de distances de caractéristiques.
3. Raffinement par Amorçage ML (ML-Seeded Refinement) : Les paramètres prédits servent d'initialisation pour un ajustement classique par moindres carrés non linéaires.
4. Garde-fous : Les corrections post-prédiction incluent l'alignement des pics FFT, le calibrage robuste de l'amplitude/ligne de base, et le nouveau classement des candidats basé sur les résidus par rapport à la courbe expérimentale.
Infrastructure de Reproductibilité : Le logiciel inclut des outils pour tester les stratégies d'initialisation, effectuer des tests d'ablation des composants de correction et calibrer l'incertitude empirique. Il génère des « Fiches de Modèle » (Model Cards) documentant les plages d'entraînement, les définitions de caractéristiques et les modes d'échec connus afin de garantir l'auditabilité.

Contributions Clés

Environnement Intégré en Boucle Humaine : PAC Studio ML comble le fossé entre la modélisation synthétique, la prédiction inverse pilotée par les données et le raffinement dirigé par l'expert, garantissant que les suggestions du ML restent inspectables et contrôlables.
Ingénierie de Caractéristiques Informée par la Physique : Le système traduit les spectres PAC en descripteurs qui capturent à la fois la forme générale du signal et les signatures physiques spécifiques (par exemple, distinguer les interactions purement électriques des interactions combinées).
Sélection de Modèle Transparente : L'assistant « Auto Sites » fournit une méthode systématique pour comparer les hypothèses de nombre de sites, en pénalisant la complexité inutile tout en exposant les modèles alternatifs plausibles.
Reproductibilité et Diagnostics : L'inclusion de fiches de modèle, de bancs d'essai d'ablation et d'outils de calibration d'incertitude répond à la nature de « boîte noire » des applications de ML typiques en science, permettant aux utilisateurs d'évaluer la fiabilité et la portée des prédictions.

Résultats
L'article présente des résultats de « preuve de fonctionnement » utilisant des données synthétiques de test et des exemples expérimentaux illustratifs de BiFeO $_3$ (BFO) :

Récupération Synthétique : Sur les ensembles de test synthétiques mis de côté, les paramètres globaux (amplitude $A_{22}$ et ligne de base) ont été récupérés avec une grande précision. Les fréquences magnétiques ( $v_M$ ) ont montré une récupérabilité modérée. Cependant, les fréquences quadripolaires spécifiques au site ( $v_Q$ ), les paramètres d'asymétrie ( $\eta$ ), les variables angulaires et les termes d'amortissement ont présenté des erreurs plus élevées, particulièrement dans les scénarios multi-sites. Cela confirme la non-identifiabilité de certains paramètres dans les problèmes PAC mal posés.
Efficacité de l'Initialisation : Dans une étude de cas sur les nanoparticules de BFO, l'ajustement amorcé par ML a convergé plus rapidement (285 évaluations de fonction contre 303 pour l'ajustement manuel) et a obtenu un chi-deux réduit plus faible par rapport à l'initialisation manuelle. Il a nettement surpassé les démarrages aléatoires, qui présentaient un taux de succès plus faible et un coût computationnel plus élevé.
Ambiguïté de Modèle : Dans un cas de BFO massif, l'outil « Auto Sites » a proposé un modèle à deux sites avec interaction combinée, tandis qu'un modèle à un site (purement électrique) informé par la littérature fournissait un ajustement tout aussi bon. Cela démontre que plusieurs familles de modèles peuvent reproduire les données expérimentales, renforçant la nécessité du jugement de l'expert pour sélectionner la solution physiquement significative.

Signification et Revendications
Les auteurs positionnent PAC Studio ML strictement comme un outil de support pour l'analyse PAC experte, et non comme un remplacement de celle-ci. L'article affirme explicitement que le logiciel :

Accélère l'exploration de l'espace des paramètres et des hypothèses de nombre de sites.
Améliore l'efficacité et la stabilité de l'initialisation par moindres carrés non linéaires.
Améliore la reproductibilité et la transparence diagnostique des flux de travail d'analyse PAC.
Rend visibles pour l'utilisateur les limites des prédictions du ML (via les estimations d'incertitude et les fiches de modèle).

L'article affirme modestement qu'il ne prétend pas détenir une précision physique universelle, une incertitude calibrée pour tous les spectres expérimentaux, ou la résolution de toutes les ambiguïtés PAC. Les tests synthétiques et les exemples de BFO servent à démontrer la capacité opérationnelle du logiciel et son intégration dans un flux de travail. Les auteurs déclarent que les conclusions matérielles complètes, la calibration complète de l'incertitude et la validation expérimentale indépendante sont réservées à un article ultérieur portant sur les résultats physiques. La contribution primaire de ce travail est la définition d'une plateforme logicielle reproductible, documentée et centrée sur l'humain pour l'analyse inverse informée par la physique.

Le camp d'entraînement

Le détective « l'humain dans la boucle »

Le test en conditions réelles (et l'avertissement)

Ce qu'il est et ce qu'il n'est pas

Articles similaires