Unsupervised Machine-Learning Pipeline for Data-Driven Defect Detection and Characterisation: Application to Displacement Cascades

Questo lavoro presenta un flusso di lavoro di machine learning non supervisionato che, utilizzando descrittori SOAP, autoencoder, UMAP e HDBSCAN, rileva e classifica automaticamente i difetti generati da cascate di spostamento in materiali irradiati, ottenendo una mappatura quantitativa delle anomalie strutturali senza necessità di taratura di soglie o template.

L'essenziale

Immagina di avere un gigantesco castello di Lego fatto di milioni di mattoncini, che rappresenta un materiale solido (come l'acciaio o il titanio). Questo castello è perfettamente ordinato: ogni mattoncino è al suo posto esatto, formando una struttura solida e prevedibile.

Ora, immagina di lanciare contro questo castello un proiettile invisibile (un neutrone, come quelli che colpiscono i materiali nelle centrali nucleari). Quando il proiettile colpisce, non fa solo un buco: innesca una valanga di collisioni. I mattoncini vicini vengono scagliati via, ne colpiscono altri, e in pochi miliardesimi di secondo si crea un caos totale. Questo è quello che gli scienziati chiamano "cascata di spostamento".

Il problema? Dopo che la valanga si ferma, il castello non è più perfetto. Ci sono buchi (dove sono mancati i mattoncini) e mattoncini in più incastrati nel posto sbagliato. Questi difetti sono piccoli, ma col tempo possono far arrugginire, spezzare o deformare il materiale, rendendo pericolosa una centrale nucleare.

Il problema dei ricercatori

Fino a poco tempo fa, per trovare questi difetti, gli scienziati usavano delle "lenti" rigide. Immagina di avere un stampino (un modello perfetto di come dovrebbe essere un mattoncino). Se un mattoncino non corrisponde esattamente allo stampino, lo segnavi come difetto.
Il problema è che questo metodo funziona solo se sai esattamente che forma ha il difetto. Se il difetto è strano, deformato o mai visto prima, lo stampino non lo riconosce. Inoltre, è come cercare un ago in un pagliaio guardando solo un centimetro quadrato alla volta: ci vuole una vita e si rischia di perdere cose importanti.

La soluzione: L'Intelligenza Artificiale "Senza Pregiudizi"

Gli autori di questo articolo hanno creato un nuovo metodo, una sorta di detective digitale che non ha bisogno di sapere in anticipo cosa sta cercando. Ecco come funziona, passo dopo passo, con un'analogia semplice:

1. L'Impronta Digitale (SOAP)

Prima di tutto, il sistema prende una foto di ogni singolo atomo nel castello di Lego e gli assegna un'impronta digitale unica. Questa impronta descrive esattamente come sono disposti i suoi vicini. È come se ogni atomo avesse un codice a barre personale che dice: "Ehi, io sono circondato da 12 amici disposti in cerchio perfetto".

2. Il Falso Amico (Autoencoder)

Qui entra in gioco l'Intelligenza Artificiale (una rete neurale chiamata Autoencoder).
Immagina di addestrare questo detective mostrandogli migliaia di foto di atomi perfetti (quelli del castello intatto). Il detective impara a memoria com'è un atomo "normale".
Poi, gli mostri le foto del castello dopo l'esplosione.

• Se l'atomo è normale, il detective pensa: "Ah, sì, questo lo conosco, è perfetto!" e lo lascia passare.
• Se l'atomo è un difetto (un buco o un mattoncino incastrato), il detective si blocca: "Aspetta, questo non corrisponde a nulla che ho imparato! È strano!".
  Questo "strano" è l'allarme. Il sistema segna solo quegli atomi che non assomigliano alla norma. Non serve sapere che tipo di difetto è, basta che sia diverso.

3. La Mappa del Tesoro (UMAP)

Ora hai una lista di migliaia di atomi "strani". Ma sono tutti diversi tra loro! Alcuni sono buchi piccoli, altri sono ammassi enormi di mattoncini incastrati.
Per ordinarli, il sistema usa una mappa magica (chiamata UMAP). Immagina di prendere tutti questi atomi strani e di proiettarli su un foglio di carta bidimensionale.
La magia sta nel fatto che atomi simili finiscono vicini.

• Tutti i "buchi" piccoli si raggruppano in un angolo.
• Tutti i "mattoncini incastrati" si raggruppano in un altro.
• I "mostri" (difetti enormi) formano un terzo gruppo.
  È come se il detective prendesse una mela, una pera e una banana, e le mettesse in tre cesti diversi senza che tu gli avessi detto "questa è una mela". Ha capito da solo che sono simili tra loro.

4. Il Raggruppamento (HDBSCAN)

Infine, un algoritmo intelligente (HDBSCAN) guarda questa mappa e dice: "Ok, questi qui formano un gruppo, quelli lì un altro".
Grazie a questo, gli scienziati possono dire: "Guarda, abbiamo trovato 5 tipi diversi di danni: piccoli buchi, grandi buchi, piccoli ammassi, grandi ammassi e strutture esotiche mai viste prima".

Perché è una rivoluzione?

1. Non serve lo stampino: A differenza dei metodi vecchi, questo sistema non ha bisogno di sapere che forma ha il difetto prima di cercarlo. Se appare un mostro nuovo, lo trova comunque.
2. È veloce e preciso: Riesce a setacciare milioni di atomi in un batter d'occhio, trovando anche i difetti più piccoli e nascosti che i metodi tradizionali ignorano.
3. Funziona ovunque: Lo hanno provato su materiali diversi (Nichel, una lega di ferro, e Zirconio) e ha funzionato perfettamente per tutti, adattandosi alla "personalità" di ogni materiale.

In sintesi

Questo studio ci dice che invece di cercare di indovinare come sono fatti i danni causati dalle radiazioni usando regole rigide, possiamo insegnare a un computer a riconoscere l'anomalia. È come passare dal cercare un'auto specifica in un parcheggio (sapendo che è rossa e una Fiat) a chiedere a un guardiano: "Se vedi un'auto che non sembra delle altre, chiamami".

Questo permette di mappare i danni nei materiali nucleari con una precisione mai vista prima, aiutando a costruire centrali più sicure e durevoli, perché ora sappiamo esattamente cosa succede ai mattoncini del nostro castello quando vengono colpiti.

Sommario tecnico

Titolo

Pipeline di Machine Learning Non Supervisionato per il Rilevamento e la Caratterizzazione Guidata dai Dati di Difetti: Applicazione alle Cascate di Spostamento

1. Il Problema

Il danno da irradiazione nei materiali strutturali (es. reattori nucleari) è una sfida critica che compromette l'integrità e le prestazioni a lungo termine. Quando particelle energetiche (come neutroni) colpiscono un reticolo cristallino, generano "cascate di spostamento" che producono in pochi picosecondi una vasta gamma di difetti puntuali (vacanze e interstiziali) ed estesi (loop di dislocazione, difetti complessi).
La caratterizzazione di questi difetti, specialmente durante le fasi iniziali di formazione (femtosecondi-picosecondi), è estremamente difficile sperimentalmente. Le simulazioni di Dinamica Molecolare (MD) offrono una visione atomistica, ma l'identificazione automatica degli atomi che costituiscono i difetti è complessa. I metodi convenzionali (come CS, CNA, PTM, DXA) spesso:

• Faticano a rilevare difetti sottili in presenza di fluttuazioni termiche o deformazioni.
• Richiedono database di modelli strutturali predefiniti (template), fallendo su difetti non previsti.
• Hanno costi computazionali elevati e problemi di scalabilità.
• Dipendono da soglie arbitrarie che devono essere tarate manualmente.

2. Metodologia

Gli autori propongono un flusso di lavoro (pipeline) completamente non supervisionato che combina descrittori geometrici locali e tecniche di Deep Learning per mappare e classificare i difetti senza bisogno di dati etichettati. La pipeline si articola in quattro fasi principali:

1. Descrizione degli Ambienti Atomici (SOAP):

   • Gli ambienti atomici locali (LAE) sono codificati utilizzando i descrittori SOAP (Smooth Overlap of Atomic Positions).
   • Questi vettori sono invarianti per rotazione, traslazione e permutazione degli atomi, fornendo un'impronta digitale robusta della struttura locale.
   • Sono stati calcolati per materiali FCC (Ni, FeNiCr) e HCP (Zr) con parametri specifici per catturare i primi gusci di coordinazione.

2. Rilevamento degli Outlier (Autoencoder - AE):

   • Vengono addestrati Autoencoder Neurali su strutture di riferimento prive di difetti (cristalli perfetti).
   • L'AE impara a comprimere e ricostruire gli ambienti atomici "normali".
   • Quando applicato alle configurazioni finali delle cascate di spostamento, l'AE produce un alto errore di ricostruzione (Mean Squared Error - MSE) per gli atomi che si discostano dalla struttura di riferimento.
   • Gli atomi con errore superiore a una soglia (determinata analizzando la distribuzione log-log degli errori) sono classificati come outlier (potenziali difetti).

3. Riduzione Dimensionale (UMAP):

   • I vettori SOAP degli atomi outlier vengono proiettati in uno spazio latente a bassa dimensionalità utilizzando UMAP (Uniform Manifold Approximation and Projection).
   • UMAP preserva sia le relazioni di vicinato locali che la struttura globale, permettendo di visualizzare e separare gruppi di difetti simili che sarebbero indistinguibili nello spazio ad alta dimensionalità.

4. Clustering (HDBSCAN):

   • Lo spazio latente UMAP viene clusterizzato utilizzando HDBSCAN (Hierarchical Density-Based Spatial Clustering of Applications with Noise).
   • Questo algoritmo identifica gruppi di forma e densità arbitraria senza richiedere il numero di cluster predefinito, separando i difetti in gruppi coerenti (es. gabbie di vacanze, nuclei di interstiziali a doppio, aggregati estesi).

3. Contributi Chiave

• Workflow End-to-End Non Supervisionato: Un approccio che non richiede template, database di difetti noti o taratura manuale di soglie complesse per ogni nuovo materiale.
• Integrazione SOAP-AE-UMAP-HDBSCAN: Dimostrazione che questa combinazione è efficace per isolare una frazione minima di atomi anomali (<0.13%) e classificarli in motivi fisici coerenti.
• Metrica di Identificazione del Cluster (CID): Introduzione di un punteggio basato sulla differenza netta tra vacanze e interstiziali all'interno di ogni cluster ML, che permette di validare fisicamente i gruppi trovati dall'algoritmo.
• Calibrazione Quantitativa: Stabilimento di curve di calibrazione (con $R^2 > 0.89$) che correlano il numero di atomi outlier rilevati dal ML con il numero netto di difetti puntuali, permettendo di stimare l'entità del danno.

4. Risultati

Lo studio è stato applicato a simulazioni di cascate di spostamento da 80 keV in Ni, FeNiCr (acciaio inossidabile austenitico) e Zr.

• Rilevamento degli Outlier: Gli Autoencoder hanno identificato con successo gli atomi coinvolti nella formazione dei difetti, distinguendo chiaramente tra ambiente cristallino intatto e regioni perturbate, anche in presenza di rumore termico.
• Classificazione dei Difetti:
  • FCC (Ni e FeNiCr): Il clustering ha separato efficacemente gabbie di vacanze, nuclei di interstiziali a doppio (dumbbell), atomi "alone" (halo) attorno ai doppi, e grandi aggregati.
  • HCP (Zr): Il metodo ha funzionato anche su strutture esagonali compatte, distinguendo difetti isolati da aggregati estesi, superando le limitazioni dei metodi basati su simmetria che faticano con l'anisotropia HCP.
  • Motivi Complessi: È stata identificata una correlazione tra un gruppo specifico di outlier e strutture a icosaedro (tipiche delle fasi A15), mostrando che il ML cattura non solo il nucleo del difetto ma anche il guscio elastico distorto circostante.
• Confronto con Metodi Convenzionali:
  • Il workflow ML mostra un'alta sovrapposizione con metodi ad alta specificità come DXA e CS (Precisione > 0.93, Recall > 0.72 nei sistemi FCC).
  • Rispetto a PTM (Polyhedral Template Matching), il ML ha un Recall molto alto (>0.92), catturando difetti che PTM scarta a causa di distorsioni angolari superiori alla tolleranza del template.
  • Il ML offre una selezione più "pulita" e bilanciata rispetto ai metodi basati su coordinazione (CA) o Voronoi (VOR), che tendono a sovrastimare i difetti o a generare molti falsi positivi.
• Scalabilità: Il metodo è stato testato su dataset di milioni di atomi, dimostrando efficienza computazionale.

5. Significato e Impatto

Questo lavoro rappresenta un passo avanti significativo nella caratterizzazione dei danni da irradiazione:

1. Indipendenza dai Modelli: Elimina la necessità di conoscere a priori la tipologia di difetto da cercare, rendendo il metodo ideale per scoprire nuove morfologie di difetti o strutture complesse non previste.
2. Strumento Quantitativo: Fornisce non solo una mappa qualitativa, ma strumenti quantitativi per stimare la densità e la dimensione degli aggregati di difetti direttamente dai dati MD.
3. Versatilità: La pipeline è applicabile a diversi sistemi cristallini (FCC, HCP) e leghe complesse, offrendo un approccio unificato per l'analisi di dati atomistici.
4. Futuro: Apre la strada all'analisi di accumulo di danni (multiple cascades) e all'integrazione con dati sperimentali o simulazioni su scale temporali più lunghe, fungendo da ponte tra la dinamica atomistica e le proprietà macroscopiche dei materiali.

In sintesi, il paper dimostra che l'uso combinato di descrittori geometrici avanzati e architetture di deep learning non supervisionato può automatizzare e migliorare drasticamente l'analisi dei difetti nei materiali, superando i limiti dei metodi tradizionali basati su template.