MJOLNIR: A Software Package for Multiplexing Neutron Spectrometers

O artigo apresenta o pacote de software MJOLNIR, desenvolvido para processar, visualizar e analisar dados complexos de espectrômetros de nêutrons multiplexados, como o CAMEA, estabelecendo uma estrutura unificada que facilita a colaboração entre diferentes instalações e o avanço de novas técnicas de tratamento de dados.

O essencial

Imagine que você está tentando entender como uma cidade funciona observando apenas o tráfego de carros.

O Problema: O "Carro Único"
Antigamente, os cientistas que estudam materiais (como cristais ou ímãs) usavam uma máquina chamada "espectrômetro de três eixos". Pense nela como um carro de polícia com uma única câmera. Para ver o que está acontecendo em diferentes partes da cidade (o material), o carro precisava parar, tirar uma foto de um ponto, girar, parar de novo, tirar outra foto de outro ponto e assim por diante. Era preciso, mas muito lento. Você só tinha "fatias" isoladas da realidade.

A Solução: O "Drone com Múltiplas Câmeras"
Agora, surgiram máquinas novas (como a chamada CAMEA) que são como drones equipados com dezenas de câmeras simultâneas. Em vez de tirar uma foto de cada vez, elas tiram milhares de fotos ao mesmo tempo, cobrindo uma área gigante da cidade instantaneamente. Isso gera uma quantidade absurda de dados, mas cria um novo problema: como organizar e visualizar essa montanha de informações? É como tentar assistir a 100 filmes ao mesmo tempo em uma única tela; você ficaria tonto.

A Estrela da História: MJOLNIR
É aqui que entra o MJOLNIR (o nome do martelo do Thor, o deus do trovão). O MJOLNIR não é a máquina que tira as fotos, mas sim o super-organizador e tradutor que processa tudo o que as câmeras do drone capturaram.

Aqui está como ele funciona, usando analogias simples:

1. O Tradutor de Idiomas (Conversão de Dados):
   As câmeras do drone falam uma língua estranha (ângulos e posições físicas). O MJOLNIR pega esses dados brutos e os traduz para uma linguagem que os cientistas entendem: um mapa 3D do material. Ele transforma "ângulo X e energia Y" em "onde isso está no mapa do material". É como transformar coordenadas GPS brutas em um mapa do Google Maps que você consegue ler.

2. O Chef de Cozinha (Visualização):
   Imagine que os dados são ingredientes soltos na bancada. O MJOLNIR permite que você "corte" esses dados como um chef. Você pode pedir: "Mostre-me apenas o que acontece na temperatura X" ou "Mostre-me apenas o que acontece na direção Y". Ele organiza os dados em fatias (1D), planos (2D) ou até em modelos 3D interativos, permitindo que você gire o material virtualmente na tela para ver onde estão os segredos.

3. O Detetive (Análise):
   Às vezes, há "ruído" na foto (como um pássaro voando na frente da câmera que não tem nada a ver com o crime). O MJOLNIR tem ferramentas para "mascarar" (esconder) essas partes indesejadas, deixando apenas os dados importantes para a investigação. Ele também ajuda a ajustar modelos teóricos aos dados reais, como tentar encaixar uma chave na fechadura para ver se a teoria científica está correta.

Por que isso é importante?
Antes do MJOLNIR, lidar com esses dados de múltiplas câmeras seria como tentar montar um quebra-cabeça de 10.000 peças sem a caixa de referência e com as peças misturadas. O MJOLNIR é a caixa de referência e a ferramenta que ajuda a montar o quebra-cabeça rapidamente.

Resumo da Ópera:

• O Instrumento (CAMEA): É o drone super-rápido que tira muitas fotos de uma vez.
• O Software (MJOLNIR): É o cérebro que organiza, traduz e mostra essas fotos de forma que os cientistas possam entender o que está acontecendo no mundo microscópico.

O artigo explica que esse software foi feito para ser flexível (funciona em diferentes laboratórios), fácil de usar (tem botões para quem não sabe programar e scripts para quem sabe) e é gratuito para todos. Ele transforma o caos de dados brutos em conhecimento científico claro e visual.

Resumo técnico

Resumo Técnico: MJOLNIR

1. O Problema

Os espectrômetros de espalhamento de nêutrons de três eixos (triple-axis) tradicionais são ferramentas fundamentais para estudar o fator de estrutura dinâmico $S(Q, \omega)$, oferecendo alto fluxo de nêutrons e boa resolução energética. No entanto, eles possuem uma limitação intrínseca: medem apenas uma única posição $(Q, \hbar\omega)$ por tempo de aquisição, resultando em cortes isolados ao longo de linhas no espaço recíproco.

Para superar isso, surgiram os espectrômetros de três eixos multiplexados (como CAMEA, RITA-II, MultiFLEXX), que utilizam múltiplos analisadores e detectores para medir simultaneamente grandes áreas de $S(Q, \omega)$. Embora isso aumente drasticamente a taxa de aquisição de dados, a complexidade do pós-processamento aumenta significativamente. Os dados brutos desses instrumentos são "nuvens de pontos" complexas que exigem:

• Conversão de coordenadas instrumentais para unidades de rede recíproca (RLU).
• Tratamento de geometrias de detecção fora do plano (out-of-plane).
• Normalização complexa devido a eficiências variáveis de detectores e analisadores prismáticos.
• Visualização e análise em múltiplas dimensões (1D, 2D, 3D) sem perda de integridade dos dados brutos.

Não existia, até o momento, um framework de software unificado e flexível capaz de lidar com essa nova complexidade de dados de forma padronizada entre diferentes instalações.

2. Metodologia

O artigo apresenta o desenvolvimento do pacote de software MJOLNIR, escrito em Python (linguagem de código aberto), projetado especificamente para lidar com dados de espectrômetros multiplexados. A metodologia de desenvolvimento e funcionamento baseia-se nos seguintes pilares:

• Arquitetura Modular: O software é dividido em módulos distintos para separar a conversão de dados da análise estatística:

  • Geometry: Cria uma representação virtual do instrumento (incluindo monochromador, analisadores, detectores e ângulos de rotação A1-A6). Suporta diferentes configurações, desde detectores 1:1 até conceitos prismáticos onde um detector recebe nêutrons de múltiplos analisadores (como no CAMEA).
  • Data: Gerencia a conversão de dados brutos (contagens de nêutrons, monitor, posição) para o sistema de coordenadas recíproco. Mantém os dados em sua forma original (não normalizados) para preservar a estatística de Poisson.
  • Statistics/Fitting: Fornece ferramentas para ajuste de dados, com integração futura com o pacote uFit, permitindo o uso de rotinas de ajuste não padrão para contagens inteiras de nêutrons.
  • Interfaces: Oferece três níveis de controle: interface de script (Python), interface de linha de comando (CLI) para tarefas rápidas e uma Interface Gráfica de Usuário (GUI) baseada em Qt para usuários que preferem não codificar.

• Sistemas de Coordenadas: O MJOLNIR implementa a transformação entre três sistemas de coordenadas:

  1. Sistema do Instrumento: Ortonormal e independente da amostra.
  2. Sistema da Amostra: Rotacionado para alinhar com vetores da rede recíproca da amostra.
  3. Sistema de Rede Recíproca (RLU): Definido por vetores de alta simetria ($P1, P2$).

• Processamento de Dados: O software evita o "binning" (agrupamento) automático agressivo que poderia obscurecer a resolução instrumental variável. Em vez disso, permite que o usuário defina tolerâncias e realiza a normalização baseada na contagem do monitor e eficiência do detector.

3. Principais Contribuições

• Generalização de Instrumentos: Embora desenvolvido inicialmente para o espectrômetro CAMEA (no Paul Scherrer Institut, Suíça), o MJOLNIR foi generalizado para ser compatível com qualquer espectrômetro de três eixos multiplexado (ex: MultiFLEXX, FlatCone, Bambus) e preparado para futuros instrumentos como o BIFROST (ESS).
• Manutenção da Integridade dos Dados: Diferente de abordagens que normalizam dados precocemente, o MJOLNIR mantém as contagens de nêutrons inteiras separadas dos valores normalizados, facilitando o uso de algoritmos de ajuste estatístico rigorosos (Poisson/Multinomial).
• Ferramentas de Visualização Avançada:
  • Viewer3D: Visualização interativa de nuvens de pontos em 3D no espaço recíproco.
  • PlotCutQELine: Permite cortes 2D ao longo de caminhos arbitrários no espaço recíproco (energia vs. momento), unificando cortes 1D.
  • PlotQPlane: Gera mapas de intensidade em planos de energia constante.
• Ecossistema Python: A escolha de Python e bibliotecas consagradas (Matplotlib, SciPy, NumPy, Pandas) garante distributividade, compatibilidade entre plataformas e alinhamento com a tendência de grandes instalações científicas (como o ESS) migrarem para sistemas baseados em Python.

4. Resultados

• Validação no CAMEA: O software foi utilizado com sucesso durante a fase de comissionamento do espectrômetro CAMEA e no tratamento de dados científicos subsequentes (ex: medições de ondas de spin em cristais de $MnF_2$).
• Demonstração de Funcionalidades: O artigo ilustra a capacidade do software de:
  • Converter dados brutos de arquivos HDF/NXS para unidades de rede recíproca.
  • Visualizar dados em 1D, 2D e 3D, incluindo planos de energia constante e cortes ao longo de vetores de onda.
  • Gerar scripts Python automaticamente a partir da interface gráfica, facilitando a reprodutibilidade e a automação.
• Flexibilidade: O sistema demonstrou capacidade de lidar com geometrias complexas, como detectores sensíveis à posição que cobrem múltiplos analisadores e ângulos de espalhamento fora do plano.

5. Significância

O MJOLNIR representa um avanço crítico na análise de dados de espalhamento de nêutrons de nova geração. À medida que a comunidade científica adota espectrômetros multiplexados para aumentar a eficiência de aquisição de dados, a complexidade do processamento de dados torna-se um gargalo.

• Padronização: O MJOLNIR oferece um framework unificado que permite colaborações entre diferentes instalações e instrumentos, padronizando o fluxo de trabalho de redução de dados.
• Aceleração Científica: Ao automatizar a conversão e visualização complexa, os pesquisadores podem focar na interpretação física dos dados em vez de gastar tempo em pré-processamento manual.
• Futuro: O software está posicionado para suportar o próximo ciclo de grandes instalações de nêutrons (como o European Spallation Source), incluindo instrumentos de tempo de voo indireto, garantindo que as ferramentas de software evoluam junto com a tecnologia dos instrumentos.

Em suma, o MJOLNIR é uma ferramenta essencial que transforma a complexidade dos dados de espectrômetros multiplexados em informações científicas acessíveis e visualizáveis.