Reducing acquisition time and radiation damage: data-driven subsampling for spectro-microscopy

기술 요약: 데이터 기반 서브샘플링을 통한 분광 현미경의 획득 시간 및 방사선 손상 감소

문제 정의
X선 흡수 분광법(XAS)과 현미경을 결합하여 화학적 상태와 공간적 변화를 매핑하는 분광 현미경(Spectro-microscopy)은 종종 긴 획득 시간과 시료의 방사선 손상이라는 제약을 받는다. 표준 실험은 단색 X선 빔을 여러 에너지 레벨에 걸쳐 시료에 래스터 스캔(rastering)하며, 이는 $N$개의 공간 픽셀에 대해 $n_E$개의 스펙트럼을 생성하여 $n_E \times N$ 크기의 거대한 데이터 행렬 $D$를 형성한다. 저자들은 주성분 분석(PCA)과 같은 기법을 통해 이러한 데이터셋이 저차원 구조(제한된 수의 화학적 상태로 인한)를 가지고 있음이 밝혀졌음에도 불구하고, 모든 에너지 레벨에 대해 전체 공간 행(또는 열)을 기계적으로 스캔해야 하는 필요성 때문에 상당한 중복이 발생한다고 지적한다. Townsend 등(2022)의 선행 연구는 행렬 완성(matrix completion)을 사용하여 측정 비율을 10~20%까지 줄일 수 있음을 보여주었으나, 저자들은 보다 지능적인 데이터 기반 선택 전략을 통해 추가적인 감소가 가능하다고 주장한다.

방법론
본 논문은 데이터의 저계수(low-rank) 특성을 활용하여 어떤 측정을 수행할지 결정하는 두 가지 혁신적인 데이터 기반 서브샘플링 전략을 제안한다. 두 방법 모두 특정 행(에너지)과 열(공간 위치)의 "정보 풍부도"를 정량화하는 레버리지 점수(leverage scores) 개념에 기반한다.

1. 스펙트럼 중요도 분포: 에너지 레벨을 샘플링하기 위해, 저자들은 알려진 흡수 스펙트럼 사전($M_{dictionary}$)을 활용한다. 이 사전의 레버리지 점수를 계산함으로써, 가장 많은 분산을 설명하는 에너지를 우선시하는 확률 분포를 구축한다. 만약 사전이 없는 경우, 폴백(fallback) 전략으로 균등 무작위 샘플링을 사용한다.
2. 공간 중요도 분포: 공간 행을 선택하기 위해, 저자들은 먼저 선택된 에너지에서 몇 개의 완전한 래스터 스캔을 획득한다. 이 스캔들을 가로로 쌓아 행렬 $F$를 형성하며, 여기서 행은 공간적 시료 행에 대응한다. 이후 적응형 무작위 피보팅(Adaptive Randomized Pivoting, ARP) 알고리즘을 $F$에 적용하여, 다양하고 정보가 풍부한 영역을 우선시하도록 높은 레버리지 점수를 가진 공간 행을 반복적으로 선택한다.

이러한 분포를 바탕으로 저자들은 두 가지 구체적인 획득 스킴을 도입한다.

• RISS (Raster Importance Sampling for Spectro-microscopy): 무작위 래스터 샘플링 방식의 데이터 기반 변형이다. 각 에너지에 대해, 공간 중요도 분포에 따라 일부 공간 행을 측정한다. 누락된 데이터는 LoopedASD(교대 경사 하강법) 행렬 완성 알고리즘을 사용하여 재구성된다.
• CURISS (CUR Importance Sampling for Spectro-microscopy): CUR 행렬 분해를 활용하도록 특별히 설계된 스킴이다. 이는 데이터 행렬의 행(rows)인 일련의 전체 XRF 스캔과, 중요도 분포에 따른 공간 행(blocks of columns)을 측정한다. 누락된 항목은 CUR 인수분해($D \approx CU^{-1}R$)를 사용하여 재구성되며, 이는 반복적이지 않은 최적화 프리(optimization-free) 완성 방법을 제공한다.

또한 본 논문은 CURISS의 적응형 버전인 ACURISS를 소개한다. 이 접근 방식은 작은 서브샘플링 비율로 시작하여, 특정 중단 기준(stopping criteria)이 충족될 때까지 새로운 XRF 스캔을 추가함으로써 근사치를 반복적으로 정교화한다. 이 기준에는 반복 간의 "완성 변이(completion variation, 재구성된 행렬의 변화)"와 "스펙트럼 변이(spectral variation, 추정된 클러스터 스펙트럼의 변화)"가 포함된다.

주요 기여

• 데이터 기반 샘플링: 저자들은 균등 무작위 샘플링을 넘어, 통계적 레버리지 점수를 사용하여 가장 정보가 많은 측정을 식별하고 우선순위를 정하는 방법을 제안한다.
• 두 가지 새로운 스킴: 반복적 행렬 완성과 호환되는 RISS와 CUR 분해에 최적화된 CURISS를 도입한다.
• 적응형 프레임워크: 충분한 정확도가 달성될 때까지 실험을 종료할 수 있도록 반복 간의 변이에 기반한 중단 기준을 갖춘 ACURISS를 개발하여, 고정된 예산에 의존하지 않는 적응형 실험 설계를 가능하게 한다.
• 이론적 정당성: 정확한 데이터 행렬의 레버리지 점수가 스펙트럼 사전의 레버리지 점수와 동일함을 입증함으로써, 사전 스펙트럼 지식을 사용하여 샘플링을 유도할 수 있는 이론적 근거를 마련한다.

결과
실험은 Diamond Light Source의 I14 Hard X-ray Nanoprobe 빔라인에서 헤마타이트(hematite)와 마그네타이트(magnetite) 혼합물을 대상으로 수행되었다. 저자들은 "완성 오차(completion error, 전체 데이터셋과 재구성된 데이터셋 사이의 프로베니우스 노름 거리)"와 "스펙트럼 오차(spectral error, 전체 데이터로부터 도출된 클러스터 스펙트럼과 재구성된 데이터로부터 도출된 클러스터 스펙트럼 사이의 거리)"를 사용하여 성능을 평가했다.

• 서브샘플링 효율성: 데이터 기반 방식(RISS 및 CURISS)은 균등 무작위 샘플링보다 성능이 현저히 뛰어났다. 무작위 샘플링은 10% 미만의 서브샘플링 비율에서는 만족스러운 재구성을 생성하는 데 어려움을 겪은 반면, 데이터 기반 방식은 **4~6%**만큼 낮은 비율에서도 높은 정확도를 유지했다.
• 방법론 비교: CURISS는 매우 낮은 서브샘플링 비율(8% 미만)에서 특히 클러스터 분석에 필요한 스펙트럼 정보를 보존하는 데 있어 우수한 성능을 보였다. RISS는 무작위 샘플링보다는 우수했으나, 가장 낮은 비율에서는 일반적으로 CURISS에 비해 성능이 뒤처졌다.
• 강건성: 방법론들은 사전 스펙트럼 사전을 사용할 수 없는 경우에도 효과적이었으나, 매우 낮은 샘플링 비율(<6%)에서 CURISS가 RISS보다 더 높은 강건성을 보였다.
• 적응형 성능: ACURISS 전략은 반복 간의 변이에 기반한 중단 기준을 사용하여 정확한 결과로 수렴하는 데 성공하였으며, 이를 통해 적응형 실험 설계의 타당성을 검증하였다.

의의 및 주장
저자들은 자신들의 데이터 기반 접근 방식이 기존의 스캔 방식에 필요한 **측정치의 46%**만으로도 필수적인 화학적 및 공간적 정보를 보존하면서 분광 현미경 데이터를 획득할 수 있다고 주장한다. 이는 이전에 무작위 샘플링으로 달성 가능했던 1020% 비율보다 실질적인 개선이다.

본 논문은 **CUR 기반 접근 방식(CURISS)**이 높은 재구성 정확도와 계산적 단순성 및 속도를 결합하여, 경사 하강법 기반의 행렬 완성에 수반되는 무거운 최적화 비용을 피한다는 점을 강조한다. 저자들은 이것이 분광 현미경의 실험 설계를 위해 특별히 적용된 최초의 CUR 분해 사례라고 언급한다. 결론적으로, 이 방법들은 실험 시간을 크게 단축하고 방사선량을 줄임으로써, 시료의 퇴화가 제한 요소가 되는 대규모 영역 및 인시투(in-situ) 공정 분야에서 XAS 분광 현미경의 적용 범위를 넓힐 수 있는 잠재력을 가지고 있다.