Classifying Synthetic 3D Particle Shapes Using Classical Descriptors and Point Cloud Networks

पाउडर, दानों और कुचले हुए पत्थरों की दुनिया में, एक एकल कण का आकार उसके आकार से अधिक महत्वपूर्ण होता है। कोई सामग्री हॉपर के माध्यम से कितनी सुचारू रूप से बहती है, या किसी नींव में कितनी मजबूती से जमती है, या भट्टी में रासायनिक रूप से कैसे प्रतिक्रिया करती है, यह काफी हद तक इस बात पर निर्भर करता है कि उसके दाने संगमरमर की तरह गोल हैं, सिक्कों की तरह चपटे हैं, छड़ों की तरह लंबे हैं, या टूटे हुए कांच की तरह नुकीले हैं। वैज्ञानिक और इंजीनियर लंबे समय से इन आकारों को स्वचालित रूप से वर्गीकृत करने का एक विश्वसनीय तरीका खोजने की कोशिश कर रहे हैं, जो एक ऐसा कार्य बन जाता है जो तब कठिन हो जाता है जब कण नग्न आंखों से देखने के लिए बहुत छोटे होते हैं या हाथ से गिनने के लिए बहुत अधिक होते हैं। इसे हल करने के लिए, शोधकर्ताओं ने डिजिटल मॉडल की ओर रुख किया, इन कणों के सटीक, कंप्यूटर-जनित संस्करण बनाए ताकि मशीनों को उन्हें पहचानने के लिए प्रशिक्षित किया जा सके। चुनौती यह तय करने में निहित है कि मशीन को कैसे सिखाया जाए: क्या उसे विशिष्ट आयामों को मापने वाले सरल, मानव-निर्मित नियमों पर भरोसा करना चाहिए, या उसे जटिल आर्टिफिशियल इंटेलिजेंस का उपयोग करना चाहिए जो हजारों छोटे बिंदुओं के क्लाउड (बादल) से सीधे आकार को पहचानना सीखता है?

भारतीय प्रौद्योगिकी संस्थान रुड़की के शोधकर्ताओं की एक टीम ने आठ हजार कृत्रिम कणों का एक विशाल पुस्तकालय बनाकर इस प्रश्न का उत्तर देने का प्रयास किया। उन्होंने आकारों के चार अलग-अलग परिवारों को उत्पन्न किया: सघन गोलाकार (कम्पैक्ट स्फेयर्स), कोणीय ब्लॉक, लंबे छड़ जैसे आकार, और चपटे प्लेट्स। प्रत्येक कण को अंतरिक्ष में तैरते दो हजार और अड़तालीस बिंदुओं के क्लाउड के रूप में डिजिटल रूप से दर्शाया गया था, जो इस बात की नकल करता है कि कैसे एक 3D स्कैनर वास्तविक वस्तु को कैप्चर करता है। शोधकर्ताओं ने फिर विभिन्न वर्गीकरण विधियों को प्रशिक्षित और परीक्षण करने के लिए इस संग्रह को समूहों में विभाजित किया। उन्होंने एक पारंपरिक दृष्टिकोण, जो गोलाई और लंबाई जैसे विशिष्ट ज्यामितीय अनुपातों को मापने के लिए एक कंप्यूटर प्रोग्राम का उपयोग करता है, को दो उन्नत न्यूरल नेटवर्क के विरुद्ध खड़ा किया, जिन्हें बिना बताए सीधे पॉइंट क्लाउड से आकार सीखने के लिए डिज़ाइन किया गया था। लक्ष्य यह देखना था कि कौन सी विधि कण के आकार को सही ढंग से पहचान सकती है, भले ही वह कण घूम रहा हो या उसका आकार दो श्रेणियों के बीच की धुंधली सीमा पर स्थित हो।

परिणामों ने परीक्षण की कठिनाई के आधार पर प्रदर्शन का एक आश्चर्यजनक पदानुक्रम प्रकट किया। जब शोधकर्ताओं ने प्रणालियों से उन कणों को वर्गीकृत करने के लिए कहा जो एक दूसरे से स्पष्ट रूप से भिन्न थे, तो सभी के लिए परिणाम लगभग पूर्ण थे। रैंडम फॉरेस्ट (Random Forest) नामक एक सरल निर्णय लेने वाला उपकरण, जो मापे गए ज्यामितीय अनुपातों से पैटर्न सीखता है, मानक परीक्षण सेट पर शत-प्रतिशत शुद्धता प्राप्त करने में सफल रहा। परिष्कृत आर्किटेक्चर वाले पॉइंटनेट++ (PointNet++) सहित जटिल न्यूरल नेटवर्क ने भी असाधारण रूप से अच्छा प्रदर्शन किया, जो निन्यानवे दशमलव नौ दो प्रतिशत की सटीकता तक पहुँच गया। इन स्पष्ट मामलों में, डीप लर्निंग मॉडल ने नियम-आधारित प्रणालियों की तरह ही प्रभावी ढंग से आकार को सीखने की क्षमता सिद्ध की, लेकिन इसमें कच्चे पॉइंट डेटा को सीधे संसाधित करने की अतिरिक्त क्षमता भी थी।

हालाँकि, कहानी तब बदल गई जब शोधकर्ताओं ने एक अधिक कठिन चुनौती पेश की: एक 'बाउंड्री सेट' के कण जिन्हें लंबा होने और चपटा होने के बीच की दहलीज पर बैठने के लिए डिज़ाइन किया गया था। ये सबसे कठिन मामले थे, जहाँ आकार का अंतर सूक्ष्म था और भ्रमित करने वाला था। यहाँ, सरल नियम जो स्पष्ट आकारों पर पूरी तरह से काम करते थे, वे बिना सावधानीपूर्वक ट्यून किए पूरी तरह से विफल हो गए। नियमों का एक निश्चित सेट जो मुख्य समूह के लिए अच्छा काम करता था, वह संघर्ष कर गया और केवल एक चौथाई प्रतिशत की सटीकता प्राप्त कर सका, क्योंकि कठोर थ्रेशोल्ड सूक्ष्म अंतरों को नहीं संभाल सके। जब शोधकर्ताओं ने इस कठिन समूह के लिए विशेष रूप से नियमों को समायोजित किया, तो उन्होंने पूर्ण सटीकता प्राप्त की, जिससे सिद्ध हुआ कि मानव-निर्मित तर्क काम कर सकता है यदि सीमाएँ पहले से ज्ञात हों। हालाँकि, मशीन लर्निंग मॉडल इस अस्पष्टता के साथ अधिक संघर्ष करते रहे। सबसे अच्छा प्रदर्शन करने वाला न्यूरल नेटवर्क, पॉइंटनेट++ का एक संस्करण जिसने दो हजार और अड़तालीस बिंदुओं का उपयोग किया और जिसे अतिरिक्त रैंडम रोटेशन के बिना प्रशिक्षित किया गया था, ने अस्सी दशमलव आठ आठ प्रतिशत की सटीकता हासिल की। यह अनट्यून्ड नियमों की तुलना में काफी बेहतर था, लेकिन आसान सेटों पर रैंडम फॉरेस्ट और ट्यून्ड नियमों द्वारा प्राप्त पूर्ण स्कोर से पीछे रह गया।

अध्ययन ने यह भी उजागर किया कि ये मॉडल कैसे सीखते हैं और उनका आत्मविश्वास कहाँ से आता है। जब शोधकर्ताओं ने परीक्षण डेटा की जाँच की, तो उन्होंने पाया कि बारह सौ परीक्षण कणों में से लगभग नौ सौ सोलह कण ज्यामितीय रूप से उन कणों के समान थे जिन्हें मॉडलों ने प्रशिक्षण के दौरान पहले ही देख लिया था। इन मामलों में, मॉडल वास्तव में नए आकारों को सामान्यीकृत (generalize) नहीं कर रहे थे; वे केवल सटीक प्रतियों को पहचान रहे थे। मॉडलों का अधिक कड़ाई से परीक्षण करने के लिए, शोधकर्ताओं ने एक नया विभाजन बनाया जहाँ कोई भी परीक्षण कण प्रशिक्षण वाले किसी भी कण के साथ सटीक ज्यामिति साझा नहीं करता था। इस सख्त परीक्षण पर, सरल रैंडम फॉरेस्ट ने अपनी पूर्ण एक सौ प्रतिशत सटीकता बनाए रखी। डीप लर्निंग मॉडलों का इस विशिष्ट विभाजन पर मूल्यांकन नहीं किया गया था, जिससे ऐसी सख्ती से अलग की गई ज्यामिति पर उनके प्रदर्शन की पुष्टि अनिश्चित रह गई। इसके अलावा, शोधकर्ताओं ने पाया कि क्लाउड में अधिक बिंदु जोड़ने या प्रशिक्षण के दौरान कणों को घुमाने से हमेशा मदद नहीं मिली; वास्तव में, बाउंडरी मामलों के लिए, बिना अतिरिक्त रोटेशन के प्रशिक्षित मॉडल, रोटेशन के साथ प्रशिक्षित मॉडलों की तुलना में बेहतर प्रदर्शन कर रहा था, जो एक प्रति-सहज परिणाम है और यह दर्शाता है कि इन प्रणालियों को कैसे सिखाया जाता है इसके प्रति वे कितने संवेदनशील हैं।

अंततः, शोधकर्ताओं ने निष्कर्ष निकाला कि इस विशिष्ट, स्वच्छ और कृत्रिम डेटासेट के लिए, ज्यामितीय माप पर आधारित एक सरल, पारदर्शी विधि अक्सर जटिल डीप लर्निंग नेटवर्क की तुलना में अधिक मजबूत और विश्वसनीय होती है। न्यूरल नेटवर्क उच्च प्रदर्शन करने में सक्षम थे, लेकिन उनकी सफलता नाजुक थी, जो बिंदुओं की संख्या, प्रशिक्षण रोटेशन की उपस्थिति और परीक्षण डेटा की विशिष्ट प्रकृति के आधार पर काफी बदल जाती थी। शोधकर्ताओं ने अपना कोड, प्रशिक्षित मॉडल और एक इंटरैक्टिव प्रदर्शन सार्वजनिक रूप से उपलब्ध कराया, जिससे अन्य लोग देख सकें कि एक एकल कण को कैसे पहचाना जाता है और इन प्रणालियों की सीमाओं का स्वयं परीक्षण कर सकें। उन्होंने इस बात पर जोर दिया कि हालांकि ये परिणाम एक नियंत्रित डिजिटल वातावरण में प्रभावशाली हैं, लेकिन इन्हें बिना और अधिक सत्यापन के सीधे वास्तविक दुनिया की सामग्रियों पर लागू नहीं किया जा सकता है, क्योंकि वास्तविक कणों में शोर, खामियां और अनियमितताएं होती हैं जो इन पूर्ण कृत्रिम मॉडलों में नहीं होती हैं।