Graph-Structured Hyperdimensional Computing for Data-Efficient and Explainable Process-Structure-Property Prediction

Resumo Técnico: Computação Hiperdimensional Estruturada em Grafos para Predição PSP Eficiente em Dados e Explicável

Declaração do Problema
O artigo aborda o desafio da predição de Processo–Estrutura–Propriedade (PSP) na manufatura avançada, especificamente no contexto da fotoredução multiphoton para microestruturas 3D. A dificuldade central surge do regime de "dados escassos, estatísticas heterogêneas":

• Escassez e Custo de Dados: Gerar pontos de dados PSP totalmente caracterizados é caro, exigindo fabricação controlada, microscopia, segmentação e testes de propriedades. Consequentemente, os conjuntos de dados são frequentemente limitados a dezenas de amostras.
• Dominância de Interações: O mapeamento de parâmetros de processo para propriedades é de alta dimensão e dominado por interações. Pequenas mudanças nas condições de processamento podem alterar drasticamente a microestrutura e o desempenho elétrico através de caminhos fortemente acoplados.
• Limitações dos Métodos Existentes:
  • Pipelines Mecanísticos: Baseiam-se em submodelos calibrados (por exemplo, modelos térmicos ou cinéticos) que frequentemente não estão disponíveis durante o desenvolvimento inicial e são propensos à acumulação de erros quando encadeados.
  • Modelos Orientados a Dados (Caixa-Preta): Modelos convencionais de vetores de características (por exemplo, SVM, Florestas Aleatórias, Aprendizado Profundo) são estatisticamente subdeterminados neste regime. Eles tendem a aprender correlações espúrias e específicas do regime, em vez de dependências causais transferíveis, levando a uma generalização pobre para condições de processo não vistas e explicações pós-hoc instáveis.
  • Redes Neurais em Grafos (GNNs): Embora as GNNs codifiquem estrutura relacional, aprender pesos de arestas ou padrões de atenção a partir de dezenas de amostras é estatisticamente subdeterminado, resultando frequentemente em acoplamentos frágeis e específicos do regime.

Metodologia: PSP-HDC
Os autores propõem o PSP-HDC, um framework de Computação Hiperdimensional (HDC) estruturado em grafos, projetado para operar sob essas restrições. A metodologia trata o grafo PSP direcionado (Processo $\to$ Estrutura $\to$ Propriedade) não como uma anotação, mas como um prior estrutural interno fixo que dita a representação e a inferência.

1. Representação Estruturada em Grafos:

   • O domínio PSP é definido como um grafo direcionado onde os nós representam parâmetros escalares (processo ou estrutura) e as arestas representam dependências permitidas.
   • Composição: O framework utiliza operadores HDC—ligação (produto de Hadamard) e agrupamento (adição vetorial)—para compor representações.
   • Alinhamento de Grafos: Dependências direcionadas são codificadas ligando hipervetores de grupo ao longo das arestas do grafo. Isso garante que termos de interação existam apenas onde o grafo os permite, impondo a ordenação de processo-para-estrutura-para-propriedade e prevenindo acoplamentos de atalho.

2. Codificador Escalar para Hipervetor Treinável:

   • Uma inovação chave é um codificador treinável que mapeia escalares experimentais heterogêneos (com escalas e ruídos variados) para hipervetores.
   • Diferentemente do HDC padrão, que usa projeções aleatórias fixas para todas as variáveis, o PSP-HDC aprende embeddings específicos de parâmetro ($e_j$) sobre uma base aleatória fixa de alta dimensão ($B$).
   • Isso permite que o modelo calibre as representações de nós às estatísticas específicas de cada pipeline de medição antes da composição do grafo, preservando a tolerância a ruídos do HDC enquanto se adapta à heterogeneidade experimental.

3. Inferência via Memória Associativa:

   • Protótipos de classe são formados agrupando os hipervetores das amostras de treinamento dentro de cada classe.
   • A predição é realizada recuperando o protótipo de classe com a maior similaridade de cosseno ao hipervetor da amostra de consulta.
   • Isso fornece uma regra de decisão explícita baseada em margens de similaridade.

4. Explicabilidade Intrínseca:

   • Explicações são derivadas diretamente das mesmas memórias protótipos usadas para predição, evitando reconstrução pós-hoc.
   • Atribuição Multinível: O modelo decompõe a evidência de decisão em:
     • Nível de Parâmetro: Contribuição de escalares individuais.
     • Nível de Grupo: Contribuição de grupos motivados pela física (por exemplo, composição elementar, morfologia de poros).
     • Dentro do Grupo: Contribuição relativa de parâmetros dentro de um grupo específico.
   • Alinhamento e Separação de Memória (MAS): Uma nova métrica é introduzida para quantificar a dinâmica de aprendizado. Ela mede o quão bem as memórias de componente se alinham com seu protótipo de classe correto e se separam de protótipos concorrentes durante o treinamento.

Principais Contribuições

• Prior Estrutural Interno: A introdução de um grafo PSP direcionado definido pelo domínio como uma restrição computacional, em vez de uma anotação externa, convertendo causalidade em um prior estrutural para aprendizado com poucos dados.
• Framework PSP-HDC: Um modelo HDC estruturado em grafos que impõe a topologia PSP através de ligação/agrupamento alinhados ao grafo e realiza predição via recuperação de protótipos.
• Codificador Adaptativo: Um codificador escalares-para-hipervetores treinável que interfaceia dados experimentais heterogêneos e ruidosos com o framework HDC através de embeddings específicos de parâmetro.
• Explicabilidade Alinhada ao Grafo: Mecanismos intrínsecos de atribuição em níveis de parâmetro, grupo e dentro do grupo que fornecem evidências de efeito acoplado adequadas para planejamento de processo.
• Diagnósticos de Aprendizado: A proposta de Alinhamento e Separação de Memória (MAS) para quantificar a formação de protótipos e conectar a geometria da memória às margens de recuperação.

Resultados Experimentais
O método foi avaliado em um conjunto de dados de 60 espécimes fabricados usando a plataforma 3D OHMIC (fotoredução multiphoton de AgNO$_3$). A tarefa foi classificação binária da resistência de folha (baixa vs. alta).

• Desempenho com Divisão Aleatória: O PSP-HDC alcançou uma precisão média de 0,910 ± 0,077 em 1000 divisões aleatórias 80/20, superando bases fortes (SVM, Regressão Logística, Florestas Aleatórias, CNN, GPC) que se agruparam entre 0,875 e 0,885.
• Generalização por Dobras de Processo: Sob retenção de regimes (treinamento em algumas condições de processo, teste em condições totalmente não vistas), o PSP-HDC alcançou 0,896 de precisão média. Ele permaneceu estável através de deslocamentos de distribuição (por exemplo, diferentes concentrações de AgNO$_3$ ou potências de laser), enquanto muitas bases degradaram significativamente (por exemplo, caindo para ~0,5–0,6 em retenções específicas).
• Dinâmica de Aprendizado: A análise mostrou que o treinamento afina a separação de classes não apenas movendo protótipos, mas melhorando a codificação de amostras em direção aos seus protótipos corretos. As métricas MAS confirmaram aumento no alinhamento e separação tanto no nível de parâmetro quanto no nível de grupo.
• Explicabilidade: Atribuições revelaram que resultados de baixa resistência são impulsionados pela composição química conjunta e morfologia, enquanto resultados de alta resistência são impulsionados pela dispersão da geometria de poros e condições de processo, refletindo a natureza acoplada da física.

Significado e Alegações
O artigo alega que o PSP-HDC oferece uma solução robusta para problemas de manufatura com escassez de dados, onde a topologia de interação é conhecida, mas os dados são insuficientes para aprendê-la do zero. Ao mudar de vetores de características planos para composição relacional restrita, o método evita o sobreajuste a correlações espúrias e fornece evidências conscientes de dependência em vez de narrativas pós-hoc instáveis.

Os autores enfatizam que o PSP-HDC é um modelo de suporte à decisão leve, não um substituto para validação mecanística. Sua confiabilidade depende de um grafo PSP bem construído e descritores fisicamente significativos. A abordagem é apresentada como particularmente valiosa para desenvolvimento de processo em estágios iniciais, priorização de experimentos e problemas de automação onde os dados são escassos, mas as estruturas de dependência são conhecidas. O trabalho demonstra que o HDC estruturado em grafos pode recuperar acoplamento PSP transferível a partir de conjuntos de dados pequenos e heterogêneos, superando tanto cadeias mecanísticas tradicionais quanto modelos orientados a dados padrão em regimes caracterizados por forte acoplamento e amostras limitadas.