🔬 applied physics

Autonomous Reliability Qualification of Ga $_2$ O $_3$ -based Hydrogen and Temperature Sensors via Safe Active Learning

यह शोध पत्र एक सेफ एक्टिव लर्निंग फ्रेमवर्क प्रस्तुत करता है जो सुरक्षा बाधाओं और प्रयोगात्मक अन्वेषण के बीच गतिशील रूप से संतुलन बनाकर, युग्मित तापीय और हाइड्रोजन तनाव के तहत Ga $_2$ O $_3$ -आधारित हाइड्रोजन और तापमान सेंसर की विश्वसनीयता को स्वायत्त रूप से अभिलक्षणित करता है ताकि डिवाइस क्षरण को मैप किया जा सके और दीर्घकालिक पूर्वानुमान सक्षम किया जा सके।

मूल लेखक: Davi Febba, William A. Callahan, Anna Sacchi, Andriy Zakutayev

प्रकाशित 2026-05-05

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Davi Febba, William A. Callahan, Anna Sacchi, Andriy Zakutayev

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आपके पास एक बहुत ही नाजुक, हाई-टेक सेंसर है जो एक विशेष सामग्री से बना है जिसे गैलियम ऑक्साइड ( $\text{Ga}_2\text{O}_3$ ) कहा जाता है। यह सेंसर गर्मी और हाइड्रोजन गैस का पता लगाने के लिए डिज़ाइन किया गया है, लेकिन यह बहुत नाजुक है। यदि आप इसे बहुत अधिक गर्मी या बहुत अधिक गैस के साथ बहुत ज़ोर से धकेलते हैं, तो यह स्थायी रूप से टूट सकता है।

पारंपरिक रूप से, वैज्ञानिक इन सेंसरों का परीक्षण प्रयोगों की एक लंबी, पूर्व-नियोजित सूची चलाकर करते हैं: "पहले 300°C आज़माएँ, फिर 310°C, फिर 320°C..." समस्या यह है कि यह धीमा, अपव्ययी और खतरनाक है। यदि सेंसर 50वें चरण पर टूट जाता है, तो आपने 49 चरण बर्बाद कर दिए और सेंसर भी खो दिया।

यह शोध पत्र इस तरह से इन सेंसरों का परीक्षण करने का एक स्मार्ट तरीका पेश करता है जिसे सेफ एक्टिव लर्निंग (Safe Active Learning - SAL) नामक एक रोबोटिक मस्तिष्क द्वारा संचालित किया जाता है। यह कैसे काम करता है, यहाँ सरल उपमाओं के माध्यम से समझाया गया है:

1. "सुरक्षा गार्ड" (रेक्टिफिकेशन रेश्यो/Rectification Ratio)

सेंसर के स्वास्थ्य को एक ट्रैफिक लाइट की तरह समझें।

ग्रीन लाइट (उच्च रेक्टिफिकेशन): सेंसर पूरी तरह से काम कर रहा है, एक दिशा में करंट को रोकता है और दूसरी दिशा में इसे बहने देता है।
रेड लाइट (कम रेक্টিফিकेशन): सेंसर क्षतिग्रस्त या खराब हो रहा है। यह उस करंट को लीक कर रहा है जिसे उसे रोकना चाहिए था।

रोबोट का मुख्य काम सेंसर को "ग्रीन" ज़ोन में रखना है। यह एक गणितीय मॉडल (एक गौसियन प्रोसेस, जो एक सुपर-स्मार्ट मौसम मानचित्र की तरह है) का उपयोग करता है ताकि यह अनुमान लगाया जा सके कि "ग्रीन" ज़ोन कहाँ है और "रेड" ज़ोन कहाँ है।

2. "दो-चरणीय अन्वेषण" (Two-Phase Exploration)

रोबोट केवल अंदाज़े से काम नहीं करता है। यह दो राउंड वाला खेल खेलता है:

चरण 1: सतर्क अन्वेषक (The Cautious Explorer)।
कल्पना कीजिए कि एक हाइकर धुंध भरे पहाड़ की खोज कर रहा है। हाइकर केवल वहीं कदम रखता है जहाँ उसे 99% यकीन हो कि ज़मीन ठोस (सुरक्षित) है। रोबोट हल्के हालातों में सेंसर का परीक्षण करना शुरू करता है। यह "सुरक्षित" क्षेत्र के मानचित्र को सीखता है। यदि रोबोट को लगता है कि कोई स्थान खतरनाक हो सकता है, तो वह वहां नहीं जाता है। यह एक "ट्रस्ट रीजन" (विश्वास क्षेत्र) बनाता है—उन स्थानों के चारों ओर एक सुरक्षित घेरा जो पहले से ही सुरक्षित साबित हो चुके हैं।
चरण 2: नियंत्रित अवरोहण (The Controlled Descent)।
एक बार जब रोबोट को सुरक्षित सीमाओं का पता चल जाता है, तो वह धीरे-धीरे सेंसर को उसकी सीमाओं की ओर धकेलना शुरू करता है। यह सुरक्षा बार को धीरे-धीरे नीचे लाता है। यह एक ट्रेनर द्वारा वेटलिफ्टर पर धीरे-धीरे वजन बढ़ाने जैसा है। रोब मॉडल जानबूझकर उन स्थितियों का परीक्षण करता है जो लगभग बहुत कठोर होने वाली हैं, ताकि यह देख सके कि वास्तव में कब और कैसे सेंसर खराब होने लगता है। यह रोबोट को सिखाता है कि समय के साथ सेंसर कैसे विफल होता है।

3. "समय अनिश्चितता" की समस्या (The Time Uncertainty Problem)

एक सामान्य कंप्यूटर सिमुलेशन में, आप जानते हैं कि एक परीक्षण में कितना समय लगता है। वास्तविक दुनिया में, ऐसा नहीं है।

उपमा: कल्पना कीजिए कि आप पिज्जा ऑर्डर कर रहे हैं। आप जानते हैं कि इसमें लगभग 30 मिनट लगेंगे, लेकिन कभी ट्रैफिक के कारण 45 मिनट लग जाते हैं, और कभी 25 मिनट।
समाधान: रोबोट केवल "30 मिनट" के लिए योजना नहीं बनाता है। यह एक समय की विंडो (जैसे, 25 से 45 मिनट) के लिए योजना बनाता है। यह पूछता है: "यदि मैं यह परीक्षण अभी शुरू करता हूँ, तो क्या सेंसर उस पूरे विंडो के दौरान किसी भी बिंदु पर सुरक्षित रहेगा?" यह रोबोट को किसी परीक्षण के शुरू होने के ठीक पहले सेंसर के अत्यधिक गर्म होने से बचाने में मदद करता है।

4. "रोबोट लैब"

शोधकर्ताओं ने एक स्वचालित लैब स्टेशन बनाया है (एक रोबोटिक आर्म और प्रोब के साथ) जो वास्तविक परीक्षण करता है।

रोबोट तापमान और गैस के स्तर को बदलता है।
वह सेंसर के शांत होने (इक्विलिब्रियम) का इंतज़ार करता है।
वह एक त्वरित इलेक्ट्रिकल टेस्ट चलाता है।
वह "ट्रैफिक लाइट" स्कोर की गणना करता है।
वह तय करता है कि आगे कहाँ परीक्षण करना है, और यह सब बिना किसी मानवीय हस्तक्षेप के होता है।

5. "क्रिस्टल बॉल" (ऑफलाइन फोरकास्टिंग)

रोबोट अपने अभियान को समाप्त करने के बाद, उसके पास एक विशाल, उच्च-गुणवत्ता वाला डेटासेट होता है कि सेंसर कैसे व्यवहार करता है। शोधकर्ताओं ने फिर इस डेटा का उपयोग करके एक दीर्घकालिक भविष्यवाणी मॉडल बनाने के लिए किया।

उपमा: इसे एक पौधे को कुछ हफ्तों तक बढ़ते हुए देखने और फिर उस डेटा का उपयोग यह अनुमान लगाने के लिए करने जैसा समझें कि वह एक साल में कितना लंबा होगा।
उनके द्वारा बनाया गया मॉडल (एक विशिष्ट गणितीय आकार जिसका उपयोग KWW कहा जाता है) सेंसर के प्रदर्शन के "धीमे पतन" की भविष्यवाणी करने में बहुत अच्छा है। यह इस तथ्य को पकड़ता है कि सेंसर शुरुआत में तेजी से खराब होता है और फिर धीमा हो जाता है, न कि अचानक टूट जाता है।

निष्कर्ष

शोध पत्र का दावा है कि इस सेफ एक्टिव लर्निंग सिस्टम ने सफलतापूर्वक:

सेंसर को सुरक्षित रखा: इसने केवल एक बार (एक अजीब गड़बड़ी के कारण, एल्गोरिदम की गलती से नहीं) सेंसर को नुकसान पहुँचाया।
मानचित्र सीखा: इसने यह पता लगाया कि गर्मी और हाइड्रोजन सेंसर को कैसे प्रभावित करते हैं, और यह किसी भी इंसान की तुलना में बहुत तेज़ी से हुआ।
भविष्य की भविष्यवाणी की: इसने अपने द्वारा एकत्र किए गए डेटा का उपयोग करके सटीक रूप से भविष्यवाणी की कि एक लंबी अवधि में सेंसर कैसे खराब होगा, यहाँ तक कि उन स्थितियों के लिए भी जिनका उसने परीक्षण नहीं किया था।

संक्षेप में, उन्होंने एक रोबोट को एक सतर्क, जिज्ञासु वैज्ञानिक बनना सिखाया जो चीज़ों को सुरक्षित रूप से तोड़ना सीखता है ताकि हम उन्हें बेहतर ढंग से समझ सकें।

यहाँ "Safe Active Learning के माध्यम से $\text{Ga}_2\text{O}_3$ -आधारित हाइड्रोजन और तापमान सेंसरों का स्वायत्त विश्वसनीयता योग्यता (Autonomous Reliability Qualification)" विषय पर शोध पत्र का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र थर्मल (तापीय) और हाइड्रोजन तनाव के संयुक्त प्रभाव के तहत $\beta\text{-Ga}_2\text{O}_3$ -आधारित रेक्टिफाइंग उपकरणों (rectifying devices) की विश्वसनीयता के लक्षण वर्णन (characterization) की चुनौती को संबोधित करता है।

संदर्भ: $\beta\text{-Ga}_2\text{O}_3$ पावर इलेक्ट्रॉनिक्स के लिए एक आशाजनक वाइड-बैंडगैप सामग्री है, लेकिन इसकी दीर्घकालिक स्थिरता उच्च तापमान और हाइड्रोजन के संपर्क में आने पर क्षरण तंत्र (degradation mechanisms) (जैसे, बैरियर डिग्रेडेशन, कॉन्टैक्ट मॉडिफिकेशन) से खतरे में रहती है।
चुनौती: पारंपरिक विश्वसनीयता परीक्षण में पूर्व-निर्धारित स्ट्रेस मैट्रिक्स (stress matrix) को निष्पादित करना शामिल होता है। यह बहुआयामी, समय-निर्भर ऑपरेटिंग स्पेस के लिए अक्षम है। इसके अलावा, मानक एक्टिव लर्निंग (AL) या बायेसियन ऑप्टिमाइज़ेशन (BO) रणनीतियाँ अनिश्चितता (uncertainty) को कम करने को प्राथमिकता देती हैं, जो अनजाने में उपकरणों को विनाशकारी ऑपरेटिंग व्यवस्था (catastrophic failure) की ओर धकेल सकती हैं, इससे पहले कि मॉडल सुरक्षा सीमाओं को सीख सके।
विशिष्ट कठिनाई: प्रयोगात्मक अवधि समय-अनिश्चित (time-uncertain) है; तापमान या गैस सांद्रता बदलने के बाद उपकरण को स्थिर होने के लिए आवश्यक समय का पूर्व ज्ञान नहीं होता है और यह प्रत्येक स्थिति के अनुसार भिन्न होता है। मानक BO एक निश्चित मूल्यांकन समय (fixed evaluation time) मानता है, जो एसिंक्रोनस (asynchronous) और लंबी अवधि के प्रयोगों के लिए अनुपयुक्त है।

2. कार्यप्रणाली: सेफ एक्टिव लर्निंग (Methodology: Safe Active Learning - SAL)

लेखक एक सेफ एक्टिव लर्निंग (SAL) फ्रेमवर्क प्रस्तावित करते हैं जिसे सुरक्षा बाधाओं (safety constraints) को सख्ती से लागू करते हुए उपकरण के ऑपरेटिंग स्पेस को स्वायत्त रूप से एक्सप्लोर करने के लिए डिज़ाइन किया गया है।

मुख्य घटक:

सुरक्षा अवलोकन (Safety Observable - Rectification Ratio):
- प्रदर्शन को अनुकूलित करने के बजाय, एल्गोरिदम एक लक्षित वोल्टेज ( $V_0$ ) के आसपास फॉरवर्ड और रिवर्स करंट के इंट्रा-बैंड तुलना (intra-band comparison) के माध्यम से रेक्टिफिकेशन रेश्यो ( $R$ ) का उपयोग स्वास्थ्य के प्रॉक्सी के रूप में करता है।
- एक न्यूनतम थ्रेशोल्ड ( $h$ ) परिभाषित किया गया है; इससे नीचे गिरना अपरिवर्तनीय क्षरण या असुरक्षित संचालन का संकेत देता है।
सरोगेट मॉडलिंग (Surrogate Modeling - Gaussian Processes):
- रेक्टिफिकेशन सतह $R(t, T, G)$ को लॉग-स्पेस ( $\log R$ ) में एक गौसियन प्रोसेस (GP) का उपयोग करके मॉडल किया जाता है।
- कर्नेल (kernel) ग्लोबल ट्रेंड्स को कैप्चर करने के लिए ऑटोमैटिक रेलिवेंस डिटर्मिनेशन (ARD) के साथ एक स्क्वेयर्ड-एक्सपोनेंशियलियल (RBF) टर्म और एक लीनियर टर्म का एक योगात्मक संयोजन है।
समय अनिश्चितता को संभालना (Handling Time Uncertainty):
- एडाप्टिव कंप्लीशन-टाइम विंडो (Adaptive Completion-Time Window): चूंकि प्रयोग की अवधि अज्ञात है, SAL देखे गए ड्यूरेशन के इतिहास को बनाए रखता है ताकि अगला माप कब पूरा होगा, इसके लिए एक संभाव्य विंडो (probabilistic window) बनाई जा सके।
- टाइम-विंडो सुरक्षा: सुरक्षा जाँच केवल एक номинаल समय पर नहीं, बल्कि संपूर्ण कंप्लीशन-टाइम विंडो पर की जाती है। एल्गोरिदम यह सुनिश्चित करता है कि रेक्टिफिकेशन रेश्यो का लोअर कॉन्फिडेंस बाउंड (LCB) कम से कम 95% संभावित पूर्णता समय के लिए सुरक्षा थ्रेशोल्ड से ऊपर रहे।
दो-चरणीय सैंपलिंग रणनीति (Two-Phase Sampling Strategy):
- चरण 1 (रूढ़िवादी अन्वेषण - Conservative Exploration): एल्गोरिदम उस क्षेत्र का अन्वेषण करता है जहाँ $R \ge h$ है। यह आक्रामक एक्सट्रपलेशन (extrapolation) को रोकने के लिए पहले से सत्यापित सुरक्षित स्थितियों से जुड़े एक ट्रस्ट रीजन (trust region) का उपयोग करता है। एक्विजिशन फंक्शन अनिश्चितता में कमी, विविधता (नए $T, G$ का अन्वेषण), और ड्रिफ्ट को ट्रैक करने के लिए आवधिक पुनरावृत्ति (periodic revisits) के बीच संतुलन बनाता है।
- चरण 2 (नियंत्रित शिथिलता - Controlled Relaxation): जैसे-जैसे उपकरण स्वाभाविक रूप से खराब होता है, सुरक्षा थ्रेशोल्ड को $h$ से $\approx 1$ (रेसिस्टर-लाइक व्यवहार) तक धीरे-धीरे (एक्सपोनेंशियल रूप से) कम किया जाता है। यह सिस्टम को विनाशकारी विफलता के जोखिम के बिना जानबूझकर क्षरण पथ (degradation trajectory) को मैप करने की अनुमति देता है।
रेस्क्यू मैकेनिज्म (Rescue Mechanism): यदि सुरक्षित सेट खाली हो जाता है (मॉडल की अत्यधिक निराशावाद या वास्तविक क्षरण के कारण), तो एक रेस्क्यू रूटीन हाल ही की सबसे सुरक्षित स्थिति को पुनः मापता है ताकि स्थिति को वर्गीकृत किया जा सके (मॉडलिंग आर्टिफैक्ट बनाम बाउंड्री व्यवहार बनाम विफलता)।

3. मुख्य योगदान (Key Contributions)

नया SAL एल्गोरिदम: विशेष रूप से समय-परिवर्तित, एसिंक्रोनस प्रयोगों के लिए तैयार किया गया एक सेफ BO वेरिएंट पेश किया गया है।
प्रायोगिक सत्यापन: एक ऑटोमेटेड हाई-टेम्परेचर प्रोब स्टेशन पर Pt/Cr $_2$ O $_3$ :Mg/ $\beta$ -Ga $_2$ O $_3$ डिवाइस पर सफलतापूर्वक तैनात किया गया। सिस्टम ने स्वायत्त रूप से एक क्यूरेटेड, टाइम-रिज़ॉल्व्ड IV डेटासेट जेनरेट किया।
ऑफलाइन लॉन्ग-होरिज़ॉन फोरकास्टिंग: पोस्ट-एक्सपेरिमेंट विश्लेषण के लिए एक संरचित GP मॉडल का विकास। यह मॉडल स्ट्रेच्ड एक्सपोनेंशियल (stretched exponential) वाले कोहलराउश-विलियम्स-वॉट्स (KWW) मीन फंक्शन का उपयोग करता है, जो लचीलेपन के लिए एक रेसिडुअल GP कर्नेल के साथ मिलकर संतृप्त क्षरण रुझानों (saturating degradation trends) को कैप्चर करता है।
सेफ्टी-फर्स्ट ऑटोनॉमी: प्रदर्शित किया गया कि स्वायत्त प्रयोग मानव हस्तक्षेप के बिना भी डिवाइस की अखंडता को बनाए रखते हुए मैन्युअल बोझ को कम कर सकते हैं, और केवल तब जोखिम भरी स्थितियों में प्रवेश करते हैं जब क्षरण पथ समझ लिया जाता है।

4. परिणाम (Results)

सिमुलेशन: सिम्युलेटेड वातावरण में, SAL ने सख्त सुरक्षा अनुपालन बनाए रखते हुए खोजे गए क्षेत्र का सफलतापूर्वक विस्तार किया। GP सरोगेट ने स्पार्सली सैंपल्ड क्षेत्रों में भी रेक्टिफिकेशन सतह को सटीक रूप से पुनर्निर्मित किया और शोर (noise) को मजबूती से संभाला।
प्रायोगिक अभियान (Experimental Campaign):
- चरण 1: एल्गोरिदम ने रूढ़िवादी रूप से कार्य किया, जिसमें केवल एक असुरक्षित माप हुआ (जो स्प्यूरियस IV स्वीप्स के कारण था, न कि एल्गोरिथम विफलता के कारण)। सुरक्षा उल्लंघन के कारण कोई भी डिवाइस कंडीशन प्रतिबंधित नहीं हुई।
- चरण 2: एल्गोरिदम ने डिवाइस के खराब होने के साथ जानबूझकर कम-रेक्टिफिकेशन वाले क्षेत्रों का परीक्षण किया, जिससे रेक्टिफाइंग से रेजिस्टिव व्यवहार में संक्रमण को सफलतापूर्वक मैप किया गया।
- डेटा गुणवत्ता: अभियान ने एक उच्च-गुणवत्ता वाला, टाइम-रिज़ॉल्व्ड डेटासेट प्रदान किया जो ऑफलाइन मॉडलिंग के लिए उपयुक्त है।
ऑफलाइन मॉडलिंग: पहले ~133 घंटों के SAL डेटा पर प्रशिक्षित KWW-आधारित GP मॉडल ने एक स्वतंत्र वैलिडेशन डेटासेट पर लंबे क्षितिज (long horizons) पर डिवाइस करंट व्यवहार की सफलतापूर्वक भविष्यवाणी की। इसने संतृप्त क्षरण रुझानों (saturating degradation trends) को सटीक रूप से कैप्चर किया और हाइड्रोजन सांद्रता द्वारा व्यवस्थित प्रतिक्रियाओं को दिखाया, जबकि भविष्यवाणों के विस्तार के साथ अनिश्चितता बैंड भी बढ़ते गए।

5. महत्व (Significance)

पैराडाइम शिफ्ट: यह सेमीकंडक्टर विश्वसनीयता लक्षण वर्णन को स्टेटिक, पूर्व-निर्धारित स्ट्रेस मैट्रिसेस से एडाप्टिव, क्लोज्ड-लूप प्रयोगों की ओर ले जाता है।
दक्षता: यह सूचनात्मक क्षेत्रों पर ध्यान केंद्रित करके और अनावश्यक या विनाशकारी परीक्षणों से बचकर, डिवाइस क्षरण को कैरेक्टराइज करने के लिए आवश्यक समय और संसाधनों को काफी कम करता है।
सुरक्षा आश्वासन: यह एक ऐसा कठोर ढांचा प्रदान करता है जिसके माध्यम से स्वायत्त प्रणालियाँ मानवीय हस्तक्षेप के बिना उच्च-जोखिम वाले वातावरण (उच्च तापमान, प्रतिक्रियाशील गैसें) में कार्य कर सकती हैं, जिससे यह सुनिश्चित होता है कि "सुरक्षा" को संभाव्य सीमाओं (probabilistic bounds) के माध्यम से गणितीय रूप से गारंटी दी गई है।
सामान्यीकरण (Generalizability): हालांकि इसे $\text{Ga}_2\text{O}_3$ पर प्रदर्शित किया गया है, SAL फ्रेमवर्क किसी भी ऐसे डिवाइस क्लास के लिए लागू किया जा सकता है जहाँ एक मापने योग्य, भौतिकी-प्रेरित सुरक्षा अवलोकन (जैसे बैटरी, अन्य सेंसर, या तनाव के तहत सामग्रियां) को परिभाषित किया जा सके।

निष्कर्षतः, यह कार्य सुरक्षित, स्वायत्त विश्वसनीयता योग्यता के लिए एक मजबूत पाइपलाइन स्थापित करता है, यह सिद्ध करता है कि मशीन लर्निंग-संचालित प्रयोग न केवल डेटा संग्रह को तेज कर सकते हैं, बल्कि सटीक दीर्घकालिक क्षरण पूर्वानुमान के लिए आवश्यक उच्च-फिडेलिटी डेटासेट भी उत्पन्न कर सकते हैं।