Multi-Scale Feature Attention Network for Polymer Classification using THz Dual-Comb Spectroscopy

Sintesi Tecnica: Rete di Attenzione alle Caratteristiche Multi-Scala per la Classificazione di Polimeri tramite Spettroscopia Dual-Comb a Terahertz

Problematica
L'identificazione affidabile dei polimeri è fondamentale per la qualità e la sicurezza delle plastiche riciclate, in particolare per l'imballaggio alimentare e i dispositivi medici. Tuttavia, il riciclo industriale affronta colli di bottiglia dovuti alla difficoltà di classificare accuratamente i polimeri all'interno di flussi di rifiuti eterogenei contenenti miscele, film multistrato e biopolimeri. I metodi di smistamento convenzionali (ispezione manuale, test chimici) sono spesso distruttivi o limitati alle proprietà superficiali. Sebbene le tecniche spettroscopiche come l'Infrarosso (IR) e il Raman offrano alternative non invasive, esse soffrono di rumore ambientale, segnali deboli o interferenze da fluorescenza. La spettroscopia Terahertz (THz) presenta una soluzione promettente grazie al suo elevato potere di penetrazione e alla capacità di misurare sia l'ampiezza che la fase. Tuttavia, la convenzionale spettroscopia THz nel dominio del tempo (THz-TDS) è limitata dalla velocità di acquisizione e dalla risoluzione spettrale, ostacolando le applicazioni industriali ad alto rendimento. Inoltre, gli appronsimi di deep learning esistenti per la classificazione dei polimeri si basano spesso su dataset composti esclusivamente da polimeri puri o miscele sintetiche, fallendo nel riflettere la complessa variabilità dei materiali (miscele, multistrati) presenti negli scenari reali.

Metodologia
Gli autori propongono un framework che utilizza la Spettroscopia Dual-Comb a Terahertz (THz-DCS) combinata con un'innovativa architettura di deep learning, la Multi-Scale Feature Attention Network (MSFAN), per classificare 12 distinti tipi di polimeri.

1. Acquisizione e Preelaborazione dei Dati:

   • Dataset: Le misurazioni sono state raccolte nell'arco di cinque giorni per 12 categorie di polimeri, inclusi polimeri puri, film multistrato, miscele commerciali e biopolimeri. I segnali sono stati acquisiti nell'intervallo 100–590 GHz con passi di 10 GHz (50 punti di frequenza) utilizzando configurazioni a basso guadagno (LG) e ad alto guadagno (HG).
   • Invarianza Fisica: Per affrontare la dipendenza dell'ampiezza spettrale dallo spessore del campione (governata dalla legge di Beer-Lambert), gli autori implementano una strategia di normalizzazione invariante rispetto allo spessore. Le ampiezze spettrali grezze vengono divise per lo spessore del campione ($d$), creando uno spazio di caratteristiche $\tilde{X}$ che si basa esclusivamente sulle firme spettrali intrinseche.
   • Integrazione del Segnale: Gli esperimenti hanno confrontato input a sorgente singola (LG, HG) rispetto a strategie di fusione (media, massimizzazione, concatenazione e late fusion). I risultati hanno indicato che la configurazione isolata ad alto guadagno (HG) ha prodotto le migliori prestazioni, mentre i dati a basso guadagno hanno introzotto rumore.

2. Architettura MSFAN:
   La rete proposta elabora lo spettro invariante rispetto allo spessore attraverso quattro fasi chiave:

   • Ricalibrazione Spettrale (Gating): Uno strato denso apprendibile con un'attivazione hard-sigmoid genera una maschera di attenzione. Questa maschera viene applicata elemento per elemento allo spettro di input per ricalibrare dinamicamente le bande spettrali, sopprimendo il rumore di fondo ed enfatizzando le caratteristiche di interferenza discriminanti.
   • Estrazione di Caratteristiche Multi-Scala: Un blocco ispirato all'Inception impiega tre branche convoluzionali 1D parallele con dimensioni dei kernel di 3, 5 e 7. Ciò consente di catturare simultaneamente picchi locali ad alta frequenza e tendenze spettrali ampie.
   • Contestualizzazione Globale (MHSA): Un meccanismo di Multi-Head Self-Attention (MHSA) tratta la mappa delle caratteristiche come una sequenza per catturare dipendenze a lungo raggio e il contesto spettrale globale.
   • Attention Pooling e Classificazione: Un meccanismo di attention pooling consapevole del contenuto aggrega la sequenza in un embedding a lunghezza fissa, calcolando punteggi di importanza scalari per ogni frequenza. Questo embedding viene inviato a un Multilayer Perceptron (MLP) con regolarizzazione dropout per la classificazione finale.
   • Ottimizzazione: Il modello è addestrato utilizzando una combinazione pesata di perdita di cross-entropy (con label smoothing) e una penalità di sparsità $L_1$ sul vettore di attivazione del gating. Questo vincolo di sparsità costringe la rete a concentrare le risorse computazionali sulle frequenze discriminanti, sopprimendo le bande irrilevanti.

Contributi Chiave

• Validazione THz-DCS: Lo studio dimostra l'idoneità della THz-DCS per l'accurata classificazione dei polimeri utilizzando spettri ad alta risoluzione su un set diversificato di 12 materiali, inclusi complessi film multistrato e miscele.
• Nuova Architettura (MSFAN): Gli autori introducono un framework di deep learning che integra selezione spettrale, convoluzioni multi-scala, cross-feature attention e pooling basato su attention. L'architettura è progettata per identificare intrinsecamente le regioni di frequenza THz più informative.
• Valutazione Comprensiva: A differenza dei lavori precedenti focalizzati sui polimeri puri, questo framework è valutato su un dataset eterogeneo che riflette la variabilità industriale reale.

Risultati

• Prestazioni: MSFAN ha raggiunto un'accuratezza di classificazione dell'85,2% e un F1-score dell'82,4%, superando i benchmark allo stato dell'arte inclusi Improved CNN PM (83,8% di accuratezza), Transformer PM e le baseline standard ANN/CNN.
• Elaborazione del Segnale: La normalizzazione invariante rispetto allo spessore ha migliorato le prestazioni in media del 16,05% rispetto agli input spettrali grezzi. La configurazione del segnale ad alto guadagno (HG) si è rivelata superiore alle configurazioni a basso guadagno o fuse.
• Studi di Ablazione:
  • Regolarizzazione: È stato identificato un peso di sparsità ottimale ($\lambda = 0,1$), che ha migliorato l'accuratezza dall'82,9% (senza regolarizzazione) all'85,2%.
  • Analisi dei Componenti: L'integrazione completa di tutti i moduli (Gating, Convoluzioni, Attention, Pooling) ha fornito un miglioramento assoluto del 13,9% nell'accuratezza rispetto a un modello baseline basato solo sul pooling.
  • Specificità: Il modello ha migliorato significativamente la discriminazione di coppie difficili, come distinguere il Polimero H (PP/tie/EVOH/tie/PP) dal Polimero J (LDPE), portando l'accuratezza di coppia dal 61,1% (Improved CNN PM) al 75,1%.
• Interpretabilità: L'analisi della salienza spettrale ha rivelato che il modello adotta strategie di riconoscimento distinte per diversi polimeri, dando priorità a specifiche intervalli di frequenza (ad esempio, 300–400 GHz per alcuni, >400 GHz per altri) in base alle loro proprietà strutturali.

Significato e Rivendicazioni
L'articolo sostiene che la combinazione della THz-DCS con le proposte tecniche di deep learning offra una via verso una classificazione dei polimeri efficace, scalabile e interpretabile. Affrontando la complessità dei segnali spettrali attraverso l'attenzione alle caratteristiche multi-scala e la preelaborazione dell'invarianza fisica, lo studio stabilisce un nuovo standard di accuratezza in questo dominio. Gli autori osservano che, sebbene l'attuale lavoro operi sotto un'assunzione di set chiuso su campioni non contaminati, la capacità dimostrata di isolare le bande di frequenza discriminanti pone le basi per il lavoro futuro riguardante il riconoscimento di set aperti e la robustezza contro i contaminanti industriali. La ricerca è finanziata dalla Generalitat Valenciana nell'ambito del progetto CIGE/2024/147 (CLAIRE).