PAC Studio Machine Learning: Human-in-the-Loop Analysis of TDPAC Spectra

기술 요약: PAC Studio ML

문제 정의
시간 차분 섭동 각분산(TDPAC 또는 PAC) 분광법은 응축 물질에서 초미세 매개변수(전기장 구배, 자기장, 사이트 분율)를 결정하는 강력한 국소 탐침 기술이다. 그러나 실험 스펙트럼으로부터 이러한 물리적 매개변수를 추출하는 것은 부적정 조건(ill-conditioned)의 역문제에 해당한다. 측정된 $R(t)$ 곡선은 서로 다른 사이트 수, 상호작용 유형, 각도 매개변수 및 감쇠 항의 조합이 시각적으로 유사한 스펙트럼 형태를 만들어낼 수 있는 미시적 구성의 압축된 투영이다. 결과적으로, 기존의 비선형 최소제곱법 피팅은 초기화, 사이트 모델 가설 및 매개변수 범위에 매우 민감하다. 수동적인 변수 탐색은 시간이 많이 소요되고 재현하기 어려우며, 물리적 유일성이 결여된 국소 최솟값(local minima)에 수렴하기 쉽다. 머신러닝(ML)이 역분석을 위한 잠재력을 제공함에도 불구하고, 기존 방식들은 투명성이 부족하거나, 전통적인 피팅 워크플로우와 통합되지 않거나, ML을 전문가의 판단을 대체하는 것이 아니라 지원하는 도구가 아닌 "블랙박스"로 취급하는 경와한 문제가 있다.

방법론
본 논문은 PAC 분석의 전처리 피팅 및 모델 스크리닝 단계를 지원하기 위해 설계된 인간 참여형(human-in-the-loop) Python 데스크톱 환경인 PAC Studio ML을 소개한다. 소프트웨어 아키텍처는 물리 기반 포워드 솔버(forward solver), 머신러닝 예측기, 그리고 표준 최소제곱법 피팅 도구를 단일 그래픽 사용자 인터페이스(GUI) 내에 통합한 모듈형 구조를 갖는다.

• 물리 포워드 엔진 (Forward Physics Engine): 핵심 물리 계층은 해밀토니안 행렬 형식을 사용하여 결합된 전기 및 자기 초미세 상호작용을 계산한다. 이는 해밀토니안을 대각화하여 전이 주파수를 얻고, 위그너 3j 계수를 사용하여 섭동 함수 $G_{22}(t)$를 구성함으로써 합성 스펙트럼을 생성한다. 이들은 가우시안(Gaussian) 또는 로렌츠(Lorentzian) 형태로 감쇠되며, 사이트 분율에 의해 가중치가 부여되어 관측 가능한 신호 $R(t) = \text{add\_const} + A_{22} G_{22}(t)$를 생성한다.
• 합성 데이터 생성: 고정된 보편적 훈련 세트에 의존하는 대신, 소프트웨어는 사용자가 물리적 유효 영역( $v_Q, v_M, \eta$, 감쇠, 노이즈 등의 범위)을 정의하여 맞춤형 합성 데이터뱅크를 생성할 수 있도록 한다. 1-사이트, 2-사이트, 3-사이트 모델을 위한 별도의 라이브러리가 생성되며, 데이터는 훈련(80%), 검증(10%), 홀드아웃 테스트(10%) 세트로 분할된다.
• 특징 추출 (Feature Extraction): 원시 $R(t)$ 곡선은 네 가지 계열의 수치적 특징 벡터로 변환된다: 시간 영역 기술자(진폭, 모멘트, 기울기), 주파수 영역 기술자(FFT 피크, 대역폭), 형상 기술자(재샘플링/정규화된 프로파일), 그리고 물리 정보 기반 기술자(각도-주파수 근사치, 상호작용 지표).
• 머신러닝 모델: 시스템은 특징 벡터를 타겟 매개변수에 매핑하기 위해 지도 학습을 사용한다. scikit-learn의 트리 기반 회귀 모델(Random Forest, Extra Trees, HistGradientBoosting)을 활용하며, 해당 라이브러리가 없는 환경을 위해 k-최근접 이웃(k-nearest-neighbor) 폴백(fallback) 기능을 갖춘다. 각도 매개변수는 불연속성을 피하기 위해 사인/코사인 분해를 통해 처리된다.
• 예측 및 정제 워크플로우:
  1. 직접 예측: 훈련된 모델은 입력 스펙트럼의 특징 벡터를 기반으로 후보 매개변수를 제안한다.
  2. 자동 사이트 어시스턴트 (Auto Sites Assistant): 이 도구는 합성 데이터뱅크를 스캔하여 RMS 잔차, BIC 스타일의 복잡도 점수, 특징 거리(feature distance)를 사용하여 1-, 2-, 3-사이트 모델을 랭킹화하고 후보를 선정한다.
  3. ML 기반 초기화 정제 (ML-Seeded Refinement): 예측된 매개변수는 전통적인 비선형 최소제곱법 피팅의 초기값으로 사용된다.
  4. 안전 장치 (Safeguards): 예측 후 수정 단계에는 FFT 피크 정렬, 강건한 진폭/베이스라인 교정, 그리고 실험 곡선에 대한 잔차 기반의 후보 재랭킹이 포함된다.
• 재현성 인프라: 소프트웨어에는 초기화 전략, 제거 테스트(ablation testing), 경험적 불확도 교정을 벤치마킹하기 위한 도구가 포함되어 있다. 또한 감사 가능성을 보장하기 위해 훈련 범위, 특징 정의, 알려진 실패 모드를 문서화하는 "모델 카드(Model Cards)"를 생성한다.

주요 기여

• 통합된 인간 참여형 환경: PAC Studio ML은 합성 모델링, 데이터 기반 역예측, 전문가 주도 정제 사이의 간극을 메워, ML의 제안이 검사 가능하고 통제 가능하도록 보장한다.
• 물리 정보 기반 특징 공학: 시스템은 PAC 스펙트럼을 일반적인 신호 형상과 특정 물리적 징후(예: 순수 전기적 상호작용과 결합된 상호작용의 구분)를 모두 포착하는 기술자로 변환한다.
• 투명한 모델 선택: "Auto Sites" 어시스턴트는 불필요한 복잡성에 페널티를 부여하면서 대안적인 타당한 모델들을 노출함으로써, 사이트 수 가설을 비교하는 체계적인 방법을 제공한다.
• 재현성 및 진단: 모델 카드, 제거 벤치마크, 불확도 교정 도구의 포함은 과학 분야의 전형적인 "블랙박스" 성격의 ML 적용 문제를 해결하여, 사용자가 예측의 신뢰성과 범위를 평가할 수 있게 한다.

결과
본 논문은 합성 홀드아웃 데이터와 $\text{BiFeO}_3$ (BFO)의 예시적인 실험 데이터를 사용하여 "작동 증명(proof-of-operation)" 결과를 제시한다:

• 합성 데이터 복구: 홀드아웃된 합성 테스트 세트에서 전역 매개변수(진폭 $A_{22}$ 및 베이스라인)는 높은 정확도로 복구되었다. 자기 주파수($v_M$)는 중간 정도의 복구 능력을 보였다. 그러나 사이트별 사중극자 주파수($v_Q$), 비대칭 매개변수($\eta$), 각도 변수 및 감쇠 항은 특히 다중 사이트 시나리오에서 더 높은 오차를 나타냈다. 이는 부적정 조건의 PAC 문제에서 특정 매개변수의 식별 불가능성을 확인시켜 준다.
• 초기화 효율성: BFO 나노입자 사례 연구에서, ML 기반 초기화 피팅은 수동 초기화(303회 함수 호출)보다 빠른 285회의 함수 호출만으로 수렴하였으며, 더 낮은 감소된 카이제곱(reduced chi-square) 값을 달성했다. 이는 무작위 시작(random starts)보다 훨씬 우수한 성능을 보였는데, 무작위 시작은 성공률이 낮고 계산 비용이 높았다.
• 모델 모호성: 벌크 BFO 케이스에서 "Auto Sites" 도구는 2-사이트 결합 상호작용 모델을 제안했으나, 문헌에 근거한 1-사이트 순수 전기 모델 또한 유사하게 좋은 피팅을 제공했다. 이는 여러 모델 패밀리가 실험 데이터를 재현할 수 있음을 보여주며, 물리적으로 의미 있는 솔루션을 선택하는 데 있어 전문가의 판단이 필수적임을 강조한다.

의의 및 주장
저자들은 PAC Studio ML을 전문가의 PAC 분석을 대체하는 것이 아니라 지원하는 도구로 엄격히 규정한다. 본 논문은 소프트웨어가 다음을 수행한다고 명시적으로 주장한다:

• 매개변수 공간 및 사이트 수 가설의 탐색을 가속화한다.
• 비선형 최소제곱법 초기화의 효율성과 안정성을 향상시킨다.
• PAC 분석 워크플로우의 재현성과 진단적 투명성을 높인다.
• ML 예측의 한계(불확도 추정 및 모델 카드를 통해)를 사용자에게 가시화한다.

본 논문은 모든 실험 스펙트럼에 대해 보편적인 물리적 정확성, 교정된 불확도, 또는 모든 PAC 모호성의 해결을 주장하지 않는다는 점을 겸허히 밝힌다. 합성 테스트와 BFO 예시는 소프트웨어의 작동 능력과 워크플로우 통합을 입증하기 위한 것이다. 저자들은 종합적인 재료 특성 결론, 완전한 불확도 교정, 그리고 독립적인 실험적 검증은 후속 물리 결과 논문을 위해 남겨두었다고 밝힌다. 이 연구의 주요 기여는 물리 정보 기반 역분석을 위한 재현 가능하고 문서화된 인간 중심의 소프트웨어 플랫폼을 정의하는 데 있다.