15 mK-Level Accuracy in All-Optical NV Diamond Thermometry via Interpretable Deep Learning

技術要約：解釈可能なディープラーニングによる、全光学式NVダイヤモンド熱力学における15 mKレベルの精度

問題提起
精密な温度測定は、量子情報システムから産業プロセス制御に至るまで、幅広いアプリケーションにおいて極めて重要である。窒素空孔（NV）ダイヤモンド熱力学は有望な技術として浮上しているが、全光学式センシング手法（光検出磁気共鳴（ODMR）ではなく、フォトルミネッセンス（PL）に依存する手法）は、歴史的に限定的な精度（300 K付近で通常±3%または±9 K）に制限されてきた。この限界は、高温時におけるスペクトルの変化の性質に起因している。温度が上昇するにつれて、ゼロフォノン線（ZPL）は637 nmで広がり、レッドシフトし、一方でフォノンサイドバンド（PSB）がより顕著になる。これらの変化はノイズと複雑さを導入し、ZPLの振幅や幅といった孤立した特徴量に依存する従来の専門家による線形モデルでは、正確に解釈することが困難である。その結果、高精度アプリケーションにおける全光学式NVセンサーの有用性は制約されている。

手法
本研究では、機械学習（ML）およびディープラーニング・モデルを体系的に評価し、243 Kから343 Kの温度範囲における3つのファイバー結合型NVセンサー（センサーA、B、C）の全PLスペクトルから温度を予測する。実験セットアップでは、異なる取得速度、スペクトル範囲、およびセンサー構成（バルクダイヤモンド粒子対チップ）を含む様々な条件下でスペクトルを取得した。

本手法では、以下の3つのアプローチのカテゴリーを比較している：

1. 専門知識（EK）モデル： 物理的に動機付けられた特徴量（ZPL振幅、ピーク中心、幅、デバイ・ワラー因子、およびKLダイバージェンス）に基づく伝統的な線形回帰モデル。
2. 教師なし次元削減： 主成分分析（PCA）およびオートエンコーダ（AE）。これらは、明示的な温度ラベルなしに低次元表現を学習する。
3. 教師あり学習モデル： 線形判別分析（LDA）、多層パーセプトロン（MLP）、畳み込みニューラルネットワーク（CNN）、および「最適化MLP」（シグモイド活性化関数を用いた6層ネットワーク）。

「説明可能な偏差モード（explainable modes of deviation: xMoDs）」と名付けられた新しい解釈性フレームワークが、モデルの潜在空間を可視化するために導入された。xMoDsは、隠れ層の活性化または次元削減の出力を元のスペクトル空間に投影し、研究者がどのスペクトル成分（例：ZPLのシフト、PSBの変化、またはノイズのアーティファクト）がモデルの予測を駆動しているかを特定することを可能にする。さらに、MLモデルによって学習された特徴量と、専門知識から導出された特徴量と比較するために、スパース回帰と距離計算が使用された。

主要な結果
本研究は、ディープラーニング・モデルが、専門家による派生線形モデルおよびより単純なML手法の両方を大幅に凌駕することを実証している：

• 精度の向上： 専門家由来の一変数および多変数回帰モデルのテスト誤差は4.1 Kから19.6 Kであった。対照的に、シグモイド活性化関数を用いた最適な6層MLPは、センサーAに対して平均≈0.015 K (15 mK)のテスト誤差を達成した。これは、最良の多変数回帰モデルに対して200倍以上、従来の全光学式の結果に対して最大600倍の改善を表している。
• モデル性能の階層： シグモイド型の最適化MLPは、ReLUベースのMLPを上回り、それらはCNN、LDA、PCA、およびオートエンコーダを上回った。注目すべき点として、教師なしオートエンコーダはPCAよりも性能が低かった。これは、AEの再構成目的が、温度回帰に有害な「ダーク変数（非熱的な動的情報）」を保持してしまうことを示唆している。
• センサーの変動性： センサーAは最高の精度（15 mK）を達成したが、センサーBおよびCは、スペクトル範囲（センサーBは長い波長のPSBを除外していた）や光子束（センサーCは収集効率が低かった）などの実験条件の違いにより、高い誤差（それぞれ0.28 Kおよび0.80 K）を示した。

解釈性の知見 (xMoDs)
xMoD分析は、モデルがデータを処理する方法における明確な違いを明らかにした：

• 教師なし vs. 教師あり： 教師なし手法（PCA、AE）は、専門知識の特徴量（例：ZPL振幅）と高い相関を持つモードを生成した。これは、それらが一般的なスペクトル分散を捉えていることを示している。一方、教師あり手法（LDA、MLP）は、温度に特化して最適化された明確な潜在部分空間を特定し、教師なし手法が再構成に重要であるとみなした部分（長い波長のPSBなど）を無視することがあった。
• ノイズの分離： 最適化MLPの優れた性能は、非熱的なアーティファクトを分離する能力に起因していた。そのxMoDsは、「宇宙線」のスパイクや迷光イベント（例：775 nmを超えて発生する特異なスパイク）の検出を明らかにした。他のモデルがこれらを平均化したり、区別できなかったりする中で、最適化MLPはこれらを分離することで、非熱的なイベントが温度推論に干渉することを回避した。

意義および主張
本論文は、ディープニューラルネットワークが、xMoDsのような解釈可能なフレームワークと組み合わされることで、全光学式NV熱力学の全ポテンシャルを解き放つことができると主張している。主な意義は以下の通りである：

1. 精度の壁の打破： 15 mKの精度を達成したことは、全光学式NV熱力学を、レガシー技術（薄膜抵抗温度計など）や他の新興量子センシング手法と同等の競争力のある地位に置くものである。
2. メカニズムの洞察： xMoDフレームワークは、ディープモデルがなぜ成功するのかを理解するための「分光学者に親しみやすい」レンズを提供し、「ブラックボックス」という認識を超えた。これは、モデルがどのように非熱的なノイズをフィルタリングし、線形モデルが見逃してしまう特定の温度感受性スペクトル成分に焦点を当てているかを実証している。
3. データ駆動型の最適化： 結果は、NV-PLスペクトル全体には、特徴量エンジニアリングによるアプローチではアクセスできない、温度に関連する動的な情報が含まれていることを示唆しており、分光回帰タクションへのエンドツーエンドのディープラーニングへの移行を正当化している。

著者らは、モデルの複雑さが必ずしも性能の保証にはならないこと（オートエンコーダが性能を下回ったことから判明）を結論付けているが、適切なアーキテクチャ（シグモイドMLP）、厳格な前処理、および解釈性ツール（xMoDs）の組み合わせが、高精度な全光学式温度センシングを実現するために不可欠であるとしている。