Quality-Controlled Active Learning via Gaussian Processes for Robust Structure-Property Learning in Autonomous Microscopy

技術要約：自律型顕微鏡における堅牢な構造・物性学習のための、ガウス過程を用いた品質制御型能動学習

問題提起
材料研究における自律型実験システムは、物理的な計測機器と機械学習（ML）を組み合わせたクローズドループを通じて、発見を加速させることを目的としている。しかし、その有効性は、低品質でノイズの多いデータによってしばしば損なわれる。この問題は、構造・物性学習（特にImage-to-Spectrum（Im2Spec）およびSpectrum-to-Image（Spec2Im）変換）のようなタスクにおいて特に顕著であり、装置のドリフト、チップの摩耗、または環境の不安定性に起因する、空間的に局所化した劣化が入力およびラベルの両方に発生する場合に深刻となる。

標準的な能動学習（AL）戦略は、通常、不確実性の推定（例：ガウス過程によるもの）に基づいて情報量の多いサンプルを選択するが、このようなノイズの多い環境下では失敗することが多い。これらの戦略は、低忠実度でノイズの多い測定値を、高い不確実性を持つもの、すなわち非常に情報量が多いものと誤認する傾向がある。その結果、これらの戦略は質の低いデータの取得を優先してしまい、それが学習モデルを誤導し、性能を低下させ、非効率なサンプリングを招くことになる。先行研究では、好奇心駆動型のサンプリングやマルチタスク学習が探索されてきたが、物理的制約に違反するデータや信号対雑音比（SNR）が低いデータを明示的にフィルタリングするメカニカズムを欠いていることが多い。

手法：ActiveQCフレームワーク
著者らは、好奇心駆動型の獲得と、物理学に基づいた品質制御フィルタを統合するように設計された、ゲート付き能動学習フレームワークであるActiveQC（Active Learning with Quality Control）を提案している。本手法のプロセスは以下の通りである：

1. 物理学に基づいた品質指標： システムは、単純調和振動子（SHO）モデルを利用して、バンド励起ピエゾレスポンス分光法（BEPS）スペクトルの忠実度を評価する。各候補スペクトルに対し、すべてのDCバイアス点に対してSHOモデルをフィッティングさせる。品質スコアは、これら周波数領域のフィッティングにおける決定係数（$R^2$）の平均として算出される。このスコアは、測定された応答が期待される物理的ダイナミクスにどの程度適合しているかを定量化する。
2. 代理品質モデリング： ガウス過程（GP）を用いて、試料の空間領域におけるこれらの$R^2$品質スコアを回帰するように学習を行う。このGPは、未観測の場所におけるスペクトルの忠実度を予測し、データ品質の空間マップを作成する。
3. ゲート付き獲得戦略： 獲得プロセスは「ゲーティング」メカニズムを採用している。標準的なAL基準に基づいてサンプルが選択される前に、GPによる予測品質スコア（$q_i$）が事前定義された閾値（$\tau$）と比較される。
   • $q_i < \tau$ の場合、そのサンプルは、不確実性や代表性に関わらず、除外（ゲートアウト）される。
   • $q_i \geq \tau$ の場合、サンプルはスコアリングフェーズへと進む。
4. 獲得スコアリング： 品質ゲートを通過したサンプルに対して、以下の3つの要素を組み合わせた統一的な獲得スコア（$s_i$）が計算される：
   • 予測誤差： 潜在特徴量を用いて学習された代理モデルにより、ベースモデルの期待誤差（好奇心／不確実性）を捉える。
   • 距離： 現在の訓練セットに対する潜在空間内のユークリッド距離（未表現領域の探索）。
   • 代表性： 未観測のプールに対するコサイン類似度（分布のカバー率）。
   • 最終的なスコアは、加重和として算出される：$s_i = \alpha \cdot \hat{e}_i + \beta \cdot d_i + \gamma \cdot r_i$。

主な貢献

• 物理学とMLの統合： 本論文は、データ駆動型の好奇心と物理学に基づいた品質評価を結合させたフレームワークを導入しており、能動学習の決定が単に情報量が多いだけでなく、物理的に妥当であることを保証している。
• 局所的ノイズへの堅牢性： SHOベースの$R^2$ゲーティングによって低忠実度のスペクトルを明示的にフィルタリングすることで、モデルの性能を低下させる可能性のある破損データの取得を防いでいる。
• 双方向の検証： 本手法は、Im2Spec（AFM画像からスペクトルを予測）とSpec2Im（スペクトルから画像を再構成）という2つの相反するタスクの両方で検証されており、順方向および逆方向のマッピングシナリオの両方における有効性が示されている。
• リアルタイム展開： 本フレームワークは原子間力顕微鏡（AFM）システム上にリアルタイムで正常に展開され、自律型実験における適用可能性を示した。

結果
著者らは、人工的に局所的なノイズを誘発した$PbTiO_3$薄膜の事前取得データセットを用いて、ActiveQCを、ランダムサンプリング、標準的な能動学習（好奇心駆動型）、およびマルチタスク学習のベースライン（ActiveMT）と比較評価した。

• Im2Specタスク： ActiveQCは一貫してすべてのベースラインを上回った。標準的な能動学習およびActiveMT戦略は、ノイズの多い領域を高い不確実性領域として解釈し、次第にノイズの多いサンプルを選択するようになったが、ActiveQCはノイズの多い象限を回避することを迅速に学習した。これにより、最終的な獲得ラウンドにおける平均二乗誤差（MSE）が大幅に低減した。統計分析（Welchのt検定、$p < 0.05$）により、ActiveQCの優位性が確認された。
• Spec2Imタスク： 同様の傾向が観察された。ActiveQCは、ノイズの多いサンプルがより多くなる後半のラウンドにおいても、最も低い誤差を維持した。マルチタスクベースラインは標準的な能動学習よりは改善が見られたものの、ゲーティングメカニズムの堅牢性には及ばなかった。
• リアルタイムAFM実験： $BiFeO_3$薄膜を用いて展開された本フレームワークは、測定を適応的に分配する能力を示した。品質ゲーティングは、低品質のスペクトル忠実度が予測される領域での取得を効果的に抑制した。保持されたサンプルの分析では、高品質なサブセットは低品質なサブセットと比較して、より強い電気機械応答（ループ面積および感度の増大）を示しており、フィルタの物理的な妥当性が検証された。

意義と主張
本論文は、提案された研究がセルフドライビング・ラボにおける「ハイブリッド・オートノミー」への移行を支持するものであると主張している。著者らは、ノイズの多い実験環境においては、アルゴリズムによる不確実性の減少だけに頼ることは不十分であると論じている。代わりに、物理学に基づいた品質評価と能動的な意思決定を組み合わせることが、信頼性の高い発見には不可ントである。

その意義は、以下の点に示されている：

1. 品質への意識が不可欠であること： データの忠実度を無視すると誤解を招くサンプルの蓄積につながるが、明示的な品質ゲーティングは、この失敗モードを防ぐことができる。
2. 汎用性： 強誘電体薄膜やBEPSデータで実証されているものの、物理学に基づいた指標を用いて能動学習を制御するという原理は、データ品質が変動する他の科学領域にも広く適用可能である。
3. 実用的な生存能力： AFMプラットフォーム上でのリアルタイム展開の成功は、このような品質制御型ループが実用的な実験制約の下で堅牢に動作できることを証明しており、より信頼性が高く、リスクを低減した自律的な材料研究への道筋を提示している。