Graph-Structured Hyperdimensional Computing for Data-Efficient and Explainable Process-Structure-Property Prediction

Riepilogo Tecnico: Calcolo Iperdimensionale Strutturato a Grafo per la Predizione PSP Efficiente in Dati e Spiegabile

Enunciato del Problema
Il documento affronta la sfida della predizione Processo–Struttura–Proprietà (PSP) nella manifattura avanzata, specificamente nel contesto della fotoreduzione multiphotonica per microstrutture 3D. La difficoltà principale deriva dal regime "scarsità di dati, statistiche eterogenee":

• Scarsità e Costo dei Dati: La generazione di punti dati PSP completamente caratterizzati è costosa, richiedendo fabbricazione controllata, microscopia, segmentazione e test delle proprietà. Di conseguenza, i dataset sono spesso limitati a dozzine di campioni.
• Dominanza delle Interazioni: La mappatura dai parametri di processo alle proprietà è ad alta dimensionalità e dominata dalle interazioni. Piccole variazioni nelle condizioni di lavorazione possono alterare drasticamente la microstruttura e le prestazioni elettriche attraverso percorsi fortemente accoppiati.
• Limitazioni dei Metodi Esistenti:
  • Pipeline Meccanicistiche: Si basano su sottomodelli calibrati (ad es. modelli termici o cinetici) che spesso non sono disponibili durante lo sviluppo iniziale e sono soggetti all'accumulo di errori quando concatenati.
  • Modelli Guidati dai Dati (Scatola Nera): I modelli convenzionali a vettore di caratteristiche (ad es. SVM, Random Forest, Deep Learning) sono statisticamente sottodeterminati in questo regime. Tendono ad apprendere correlazioni spurie specifiche del regime piuttosto che dipendenze causali trasferibili, portando a una scarsa generalizzazione verso condizioni di processo non viste e a spiegazioni a posteriori instabili.
  • Reti Neurali su Grafo (GNN): Sebbene le GNN codifichino la struttura relazionale, l'apprendimento dei pesi degli archi o dei pattern di attenzione da decine di campioni è statisticamente sottodeterminato, risultando spesso in accoppiamenti fragili e specifici del regime.

Metodologia: PSP-HDC
Gli autori propongono PSP-HDC, un framework di Calcolo Iperdimensionale (HDC) strutturato a grafo progettato per operare sotto questi vincoli. La metodologia tratta il grafo PSP diretto (Processo $\to$ Struttura $\to$ Proprietà) non come un'annotazione, ma come un prior strutturale interno fisso che detta la rappresentazione e l'inferenza.

1. Rappresentazione Strutturata a Grafo:

   • Il dominio PSP è definito come un grafo diretto dove i nodi rappresentano parametri scalari (processo o struttura) e gli archi rappresentano le dipendenze consentite.
   • Composizione: Il framework utilizza operatori HDC—binding (prodotto di Hadamard) e bundling (somma vettoriale)—per comporre le rappresentazioni.
   • Allineamento al Grafo: Le dipendenze dirette sono codificate legando gruppi di ipervettori lungo gli archi del grafo. Ciò garantisce che i termini di interazione esistano solo dove il grafo lo consente, imponendo l'ordinamento processo-struttura-proprietà ed evitando accoppiamenti scorciatoia.

2. Codificatore Scalare-Ipervettore Addestrabile:

   • Una innovazione chiave è un codificatore addestrabile che mappa scalari sperimentali eterogenei (con scale e rumore variabili) in ipervettori.
   • A differenza dell'HDC standard che utilizza proiezioni casuali fisse per tutte le variabili, PSP-HDC apprende embedding specifici per parametro ($e_j$) su una base casuale ad alta dimensionalità fissa ($B$).
   • Ciò permette al modello di calibrare le rappresentazioni dei nodi alle statistiche specifiche di ogni pipeline di misurazione prima della composizione del grafo, preservando la tolleranza al rumore dell'HDC adattandosi all'eterogeneità sperimentale.

3. Inferenza tramite Memoria Associativa:

   • I prototipi di classe sono formati raggruppando (bundling) gli ipervettori dei campioni di addestramento all'interno di ciascuna classe.
   • La previsione viene eseguita recuperando il prototipo di classe con la massima similarità coseno rispetto all'ipervettore del campione di query.
   • Ciò fornisce una regola decisionale esplicita basata sui margini di similarità.

4. Spiegabilità Intrinseca:

   • Le spiegazioni sono derivate direttamente dalle stesse memorie prototipo utilizzate per la previsione, evitando la ricostruzione a posteriori.
   • Attribuzione Multi-livello: Il modello scompone l'evidenza decisionale in:
     • Livello Parametro: Contributo degli scalari individuali.
     • Livello Gruppo: Contributo di gruppi motivati dalla fisica (ad es. composizione elementare, morfologia dei pori).
     • Intra-gruppo: Contributo relativo dei parametri all'interno di un gruppo specifico.
   • Allineamento e Separazione delle Memorie (MAS): Viene introdotta una nuova metrica per quantificare la dinamica di apprendimento. Misura quanto bene le memorie dei componenti si allineano con il loro corretto prototipo di classe e si separano dai prototipi concorrenti durante l'addestramento.

Contributi Chiave

• Prior Strutturale Interno: L'introduzione di un grafo PSP diretto definito dal dominio come vincolo computazionale piuttosto che come annotazione esterna, convertendo la causalità in un prior strutturale per l'apprendimento con pochi dati.
• Framework PSP-HDC: Un modello HDC strutturato a grafo che impone la topologia PSP attraverso binding/bundling allineati al grafo ed esegue la previsione tramite recupero del prototipo.
• Codificatore Adattivo: Un codificatore scalare-ipervettore addestrabile che interfaccia dati sperimentali eterogenei e rumorosi con il framework HDC tramite embedding specifici per parametro.
• Spiegabilità Allineata al Grafo: Meccanismi di attribuzione intrinseci a livello di parametro, gruppo e intra-gruppo che forniscono evidenze di effetti accoppiati adatte alla pianificazione del processo.
• Diagnostica dell'Apprendimento: La proposta di Allineamento e Separazione delle Memorie (MAS) per quantificare la formazione dei prototipi e collegare la geometria della memoria ai margini di recupero.

Risultati Sperimentali
Il metodo è stato valutato su un dataset di 60 campioni fabbricati utilizzando la piattaforma 3D OHMIC (fotoreduzione multiphotonica di AgNO$_3$). Il compito era la classificazione binaria della resistenza di foglio (bassa vs alta).

• Prestazioni con Split Casuale: PSP-HDC ha raggiunto una precisione media di 0,910 ± 0,077 su 1000 split casuali 80/20, superando basi solide (SVM, Regressione Logistica, Random Forest, CNN, GPC) che si sono raggruppate intorno a 0,875–0,885.
• Generalizzazione per Fold di Processo: Sotto condizioni di holdout del regime (addestramento su alcune condizioni di processo, test su condizioni completamente non viste), PSP-HDC ha raggiunto una precisione media di 0,896. È rimasto stabile attraverso spostamenti di distribuzione (ad es. diverse concentrazioni di AgNO$_3$ o potenze laser), mentre molte basi si sono degradate significativamente (ad es. scendendo a ~0,5–0,6 in specifici holdout).
• Dinamiche di Apprendimento: L'analisi ha mostrato che l'addestramento affina la separazione delle classi non solo spostando i prototipi, ma migliorando la codifica dei campioni verso i loro prototipi corretti. Le metriche MAS hanno confermato un aumento dell'allineamento e della separazione sia a livello di parametro che di gruppo.
• Spiegabilità: Le attribuzioni hanno rivelato che gli esiti a bassa resistenza sono guidati dalla composizione chimica congiunta e dalla morfologia, mentre gli esiti ad alta resistenza sono guidati dalla dispersione della geometria dei pori e dalle condizioni di processo, riflettendo la natura accoppiata della fisica.

Significato e Affermazioni
Il documento afferma che PSP-HDC offre una soluzione robusta per problemi manifatturieri con scarsità di dati dove la topologia delle interazioni è nota ma i dati sono insufficienti per apprenderla da zero. Spostandosi dai vettori di caratteristiche piatti alla composizione relazionale vincolata, il metodo evita l'overfitting delle correlazioni spurie e fornisce evidenze consapevoli delle dipendenze piuttosto che narrazioni a posteriori instabili.

Gli autori sottolineano che PSP-HDC è un modello di supporto alle decisioni leggero, non un sostituto della validazione meccanicistica. La sua affidabilità dipende da un grafo PSP ben costruito e da descrittori fisicamente significativi. L'approccio è presentato come particolarmente prezioso per lo sviluppo di processi nelle fasi iniziali, la prioritizzazione degli esperimenti e i problemi di automazione dove i dati sono scarsi ma le strutture di dipendenza sono note. Il lavoro dimostra che l'HDC strutturato a grafo può recuperare l'accoppiamento PSP trasferibile da dataset piccoli ed eterogenei, superando sia le catene meccanicistiche tradizionali che i modelli standard guidati dai dati in regimi caratterizzati da forte accoppiamento e campioni limitati.