Machine Learning Approaches for Improved Scalability of Metallic Magnetic Calorimeters

Sintesi Tecnica: Approcci di Machine Learning per il Miglioramento della Scalabilità dei Calorimetri Magnetici Metallici

Definizione del Problema
I calorimetri magnetici metallici (MMC) offrono una spettroscopia a raggi X ad alta precisione con una risoluzione energetica senza pari ($E/\Delta E \approx 6000$) e una banda spettrale ampia. Tuttavia, la loro adozione diffusa è ostacolata dalla complessità della risposta del rivelatore, dalla sensibilità al rumore ambientale (ad esempio, vibrazioni acustiche, campi elettromagnetici) e dalla natura laboriosa dell'attuale elaborazione del segnale. Le pipeline tradizionali si affidano a euristiche fisse, come il superamento della soglia (thresholding) e filtri ottimali (ad esempio, la Deconvoluzione a Finestra Mobile), che richiedono un esteso tuning manuale per ogni pixel. Man mano che gli array di rivelatori scalano dalle configurazioni attuali (ad esempio, 64 pixel in maXs-30/100) verso futuri chip con migliaia di pixel, l'ottimizzazione manuale e le catene di elaborazione rigide diventano impraticabili. Inoltre, la mancanza di dati di verità fondamentale (ground truth) etichettati per le misurazioni reali pone una barriera significativa all'applicazione diretta dell'apprendimento supervisionato.

Metodologia
Gli autori propongono un framework di Machine Learning (ML) basato sui dati, progettato per integrarsi nella pipeline di elaborazione degli impulsi MMC, mirando specificamente alla classificazione degli impulsi e all'estrazione delle caratteristiche. L'approccio affronta la scarsità di dati etichettati attraverso una strategia ibrida che combina l'apprendimento non supervisionato, il transfer learning da simulazione a realtà e la regressione supervisionata.

1. Classificazione degli impulsi e rifiuto degli artefatti (Non supervisionato a Supervisionato):

   • Pipeline: Gli autori implementano una pipeline "Ridurre-Clusterizzare-Classificare".
   • Riduzione della dimensionalità: Le tracce grezze del rivelatore vengono proiettate in uno spazio a dimensionalità inferiore utilizzando la PCA (Analisi delle Componenti Principali) seguita da UMAP (Uniform Manifold Approximation and Projection) per preservare le strutture locali e globali.
   • Clustering: L'algoritmo HDBSCAN (Hierarchical Density-Based Clustering) viene applicato ai dati ridotti per identificare gruppi distinti. Il cluster più grande viene etichettato automaticamente come "impulsi reali", mentre gli altri sono trattati come artefatti.
   • Raffinamento delle etichette: Per garantire la robustezza, il processo viene ripetuto con diversi seed casuali e un voto di maggioranza determina le etichette finali.
   • Classificazione: Queste etichette autogenerate vengono utilizzate per addestrare un classificatore Random Forest supervisionato per distinguere gli impulsi reali dagli artefatti direttamente dalle tracce grezze.

2. Analisi della forma dell'impulso ed estrazione delle caratteristiche (Adattamento del Dominio):

   • Architettura: Viene impiegato un CVAE (Convolutional Variational Auto-Encoder) per la ricostruzione non supervisionata. L'encoder comprime gli impulsi in uno spazio latente, e il decoder li ricostruisce, apprendendo efficacemente la struttura dell'impulso pur filtrando il rumore.
   • Regressione nello Spazio Latente: Un MLP (Multi-Layer Perceptron) viene addestrato su dati simulati (dove le etichette di verità fondamentale per ampiezza, tempo di trigger, ecc., sono note) per mappare la rappresentazione dello spazio latente del CVAE alle caratteristiche fisiche.
   • Transfer Learning: Il modello viene adattato ai dati del mondo reale tramite il fine-tuning dell'encoder del CVAE su un piccolo sottoinsieme di impulsi reali, mantenendo congelati i pesi dell'MLP. Questo colma il divario tra simulazione e realtà senza richiedere un'estesa etichettatura manuale dei dati reali.

Contributi Chiave

• Auto-scoperta delle Etichette: Il documento dimostra un metodo per generare etichette di addestramento affidabili per la classificazione degli impulsi senza intervento manuale, utilizzando il clustering non supervisionato su dati a dimensionalità ridotta.
• Trasferimento da Simulazione a Realtà: Gli autori applicano con successo una strategia di adattamento del dominio in cui i modelli addestrati su simulazioni basate sui primi principi vengono perfezionati (fine-tuned) su dati reali, superando la mancanza di etichette di verità fondamentale.
• Architettura Scalabile: Le pipeline di ML proposte (Random Forest per la classificazione, CVAE+MLP per la regressione) sono progettate per essere computazionalmente efficienti e adattabili a variabili parametri dei sensori, affrontando le sfide di scalabilità dei grandi array pixelati.
• Interpretabilità Fisica: Si dimostra che lo spazio latente del CVAE correla con i parametri fisici (ampiezza dell'impulso, incertezza del tempo di trigger, tempo di salita) pur essendo insensibile ai livelli di rumore, validando la significatività fisica delle rappresentazioni apprese.

Risultati

• Rifiuto degli Artefatti: Il clustering non supervisionato ha separato con successo gli impulsi reali dagli artefatti nello spazio latente. Il successivo classificatore Random Forest ha raggiunto un'elevata accuratezza, con metriche di prestazione (precisione, richiamo, F1-score) comparabili o superiori ai metodi tradizionali, in particolare nel mantenere bassi i tassi di falsi positivi necessari per la generazione dei template.
• Estrazione delle Caratteristiche: Applicato a sorgenti di calibrazione (Am-241 e Co-57), l'estrazione delle caratteristiche basata su ML ha prodotto spettri energetici con posizioni dei picchi e risoluzione energetica comparabili a quelli ottenuti tramite i tradizionali filtri FIR (Finite Impulse Response) ottimizzati manualmente.
• Generalizzazione: Il CVAE ha dimostrato robustezza, ricostruendo gli impulsi reali con alta accuratezza anche prima del fine-tuning. L'embedding dello spazio latente degli impulsi reali è risultato interamente contenuto nella distribuzione degli impulsi simulati, confermando la capacità della simulazione di coprire le variazioni del mondo reale.

Significatività e Rivendicazioni
Il documento afferma che gli approcci di ML forniscono soluzioni robuste e scalabili per l'elaborazione del segnale MMC che eguagliano le prestazioni dei metodi tradizionali, offrendo al contempo una maggiore adattabilità. Automatizzando l'estrazione delle caratteristiche e il rifiuto degli artefatti, questi metodi riducono la dipendenza dal tuning manuale laborioso, fondamentale per il futuro dispiegamento di array MMC su larga scala con un alto numero di pixel. Gli autori sottolineano che il ML è inteso per complementare, non sostituire, i modelli fisici esistenti e le pipeline di calibrazione. Il lavoro stabilisce una base per sistemi di monitoraggio e feedback online, dove la velocità e la flessibilità dell'inferenza ML possono essere sfruttate per l'ottimizzazione degli esperimenti in tempo reale. Il lavoro futuro è identificato nel miglioramento della fedeltà della simulazione (ad esempio, tramite GAN), nella correzione dei drift di guadagno tramite analisi delle serie temporali (LSTM) e nell'applicazione dell'ottimizzazione bayesiana per la calibrazione dell'hardware.