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

Résumé Technique : Précision de l'ordre de 15 mK en thermométrie au diamant NV tout-optique via l'apprentissage profond interprétable

Énoncé du problème
La mesure précise de la température est critique pour des applications allant des systèmes d'information quantique au contrôle de processus industriels. Bien que la thermométrie au diamant NV (azote-lacune) soit apparue comme une technique prometteuse, les méthodes de détection tout-optique (qui reposent sur la photoluminescence, PL, plutôt que sur la résonance magnétique détectée optiquement, ODMR) ont historiquement souffert d'une précision limitée, généralement restreinte à ±3 % ou ±9 K autour de 300 K. Cette limitation découle de la nature des changements spectraux à des températures élevées : à mesure que la température augmente, la raie zéro-phonon (ZPL) à 637 nm s'élargit et subit un décalage vers le rouge, tandis que la bande latérale phononique (PSB) devient plus prononcée. Ces changements introduisent du bruit et de la complexité que les modèles linéaires traditionnels dérivés par des experts, qui reposent sur des caractéristiques isolées telles que l'amplitude ou la largeur de la ZPL, peinent à interpréter avec précision. Par conséquent, l'utilité des capteurs NV tout-optiques dans les applications de haute précision reste contrainte.

Méthodologie
L'étude évalue systématiquement les modèles d'apprentissage automatique (ML) et d'apprentissage profond pour prédire la température à partir des spectres complets de PL de trois capteurs NV couplés par fibre (Capteurs A, B et C) sur une plage de température allant de 243 K à 343 K. Le dispositif expérimental impliquait l'acquisition de spectres sous différentes conditions, incluant des taux d'acquisition, des plages spectrales et des configurations de capteurs variés (particules de diamant massif vs puces).

La méthodologie compare trois catégories d'approches :

1. Modèles basés sur la connaissance experte (EK) : Modèles de régression linéaire traditionnels basés sur des caractéristiques motivées par la physique (amplitude de la ZPL, centre du pic, largeur, facteur de Debye-Waller et divergence KL).
2. Réduction de dimensionnalité non supervisée : Analyse en composantes principales (PCA) et auto-encodeurs (AE), qui apprennent des représentations de faible dimension sans étiquettes de température explicites.
3. Modèles d'apprentissage supervisé : Analyse discriminante linéaire (LDA), perceptrons multicouches (MLP), réseaux de neurones convolutifs (CNN) et un « MLP optimisé » (un réseau à 6 couches avec des fonctions d'activation sigmoïdales).

Un nouveau cadre d'interprétabilité, nommé « modes de déviation explicables » (xMoDs), a été introduit pour visualiser l'espace latent de ces modèles. Les xMoDs projettent les activations des couches cachées ou des sorties de réduction de dimensionnalité sur l'espace spectral d'origine, permettant aux chercheurs d'identifier quels composants spectraux (ex: décalages de la ZPL, changements de la PSB ou artefacts de bruit) pilotent les prédictions du modèle. De plus, la régression parcimonieuse et les calculs de distance ont été utilisés pour comparer les caractéristiques apprises par les modèles de ML par rapport à celles dérivées des connaissances expertes.

Résultats clés
L'étude démontre que les modèles d'apprentissage profond surpassent significativement les modèles de régression linéaire dérivés par des experts et les techniques de ML plus simples :

• Amélioration de la précision : Les modèles de régression univariés et multivariés dérivés par les experts ont produit des erreurs de test comprises entre 4,1 K et 19,6 K. En revanche, le MLP optimisé à 6 couches avec activation sigmoïdale a atteint une erreur de test moyenne de ≈0,015 K (15 mK) pour le Capteur A. Cela représente une amélioration ≥200 fois par rapport aux meilleurs modèles de régression multivariés et jusqu'à 600 fois par rapport aux résultats tout-optiques précédents.
• Hiérarchie de performance des modèles : Le MLP optimisé (sigmoïde) a surpassé les MLP basés sur ReLU, qui ont eux-mêmes surpassé les CNN, la LDA, la PCA et les auto-encodeurs. Notamment, les auto-encodeurs non supervisés ont sous-performé par rapport à la PCA, suggérant que l'objectif de reconstruction des AE retient des « variables sombres » (informations dynamiques non thermiques) préjudiciables à la régression de température.
• Variabilité des capteurs : Bien que le Capteur A ait atteint la plus haute précision (15 mK), les Capteurs B et C ont montré des erreurs plus élevées (0,28 K et 0,80 K, respectivement), attribuées à des différences dans les conditions expérimentales telles que la plage spectrale (le Capteur B excluait les longueurs d'onde plus longues de la PSB) et le flux de photons (le Capteur C avait une efficacité de collecte plus faible).

Résultats d'interprétabilité (xMoDs)
L'analyse xMoD a révélé des différences distinctes dans la manière dont les modèles traitent les données :

• Non supervisé vs Supervisé : Les méthodes non supervisées (PCA, AE) ont produit des modes fortement corrélés aux caractéristiques de la connaissance experte (ex: amplitude de la ZPL), indiquant qu'elles capturent la variance spectrale générale. Les méthodes supervisées (LDA, MLP) ont identifié des sous-espaces latents distincts optimisés spécifiquement pour la température, ignorant souvent des parties du spectre (comme la longue longueur d'onde de la PSB) que les méthodes non supervisées jugeaient importantes pour la reconstruction.
• Isolation du bruit : La performance supérieure du MLP optimisé a été attribuée à sa capacité à isoler les artefacts non thermiques. Ses xMoDs ont révélé la détection de pics de « rayons cosmiques » et d'événements de lumière parasite (ex: un pic unique au-delà de 775 nm) que les autres modèles moyennent ou ne parviennent pas à distinguer. En isolant ces événements non thermiques, le modèle évite leur interférence avec l'inférence de température.

Signification et revendications
L'article affirme que les réseaux de neurones profonds, lorsqu'ils sont couplés à des cadres interprétables comme les xMoDs, peuvent libérer le plein potentiel de la thermométrie NV tout-optique. La principale importance réside dans :

1. Briser la barrière de précision : Atteindre une précision de 15 mK place la thermométrie tout-optique améliorée par le ML sur un pied d'égalité compétitif avec les technologies héritées (comme les thermomètres à résistance à film mince) et d'autres méthodes de détection quantique émergentes.
2. Insight mécaniste : Le cadre xMoD fournit une lentille « compatible avec les spectroscopistes » pour comprendre pourquoi les modèles profonds réussissent, allant au-delà de la perception de « boîte noire ». Il démontre que ces modèles apprennent à filtrer le bruit non thermique et à se concentrer sur des composants spectraux spécifiques sensibles à la température que les modèles linéaires manquent.
3. Optimisation pilotée par les données : Les résultats suggèrent que l'ensemble du spectre NV-PL contient des informations dynamiques pertinentes pour la température qui sont inaccessibles aux approches de conception de caractéristiques (feature engineering), validant ainsi le passage vers l'apprentissage profond de bout en bout pour les tâches de régression spectroscopique.

Les auteurs concluent que si la complexité du modèle n'est pas une garantie de performance (comme vu avec les auto-encodeurs sous-performants), la combinaison d'une architecture appropriée (MLP sigmoïdaux), d'un prétraitement rigoureux et d'outils d'interprétabilité (xMoDs) est essentielle pour réaliser une détection de température tout-optique de haute précision.