Multi-Scale Feature Attention Network for Polymer Classification using THz Dual-Comb Spectroscopy

Resumo Técnico: Rede de Atenção de Características Multi-Escala para Classificação de Polímeros usando Espectroscopia de Duplo-Comb de THz

Definição do Problema
A identificação confiável de polímeros é crítica para a qualidade e segurança de plásticos reciclados, particularmente em embalagens de alimentos e dispositivos médicos. No entanto, a reciclagem industrial enfrenta gargalos devido à dificuldade de classificar com precisão polímeros dentro de fluxos de resíduos heterogêneos que contêm misturas, filmes multicamadas e biopolímeros. Métodos de triagem convencionais (inspeção manual, testes químicos) são frequentemente destrutivos ou limitados às propriedades de superfície. Técnicas espectroscópicas como Infravermelho (IR) e Raman oferecem alternativas não invasivas, mas sofrem com ruído ambiental, sinais fracos ou interferência de fluorescência. A espectroscopia de Terahertz (THz) apresenta uma solução promissora devido à sua alta profundidade de penetração e capacidade de medir tanto a amplitude quanto a fase. Contudo, a espectroscopia de Domínio do Tempo de THz (THz-TDS) convencional é limitada pela velocidade de aquisição e resolução espectral, dificultando a aplicação industrial de alto rendimento. Além disso, abordagens de aprendizado profundo existentes para classificação de polímeros frequentemente dependem de conjuntos de dados compostos exclusivamente por polímeros puros ou misturas sintéticas, falhando em refletir a complexa variabilidade de materiais (misturas, multicamadas) encontrada em cenários do mundo real.

Metodologia
Os autores propõem um framework utilizando Espectroscopia de Duplo-Comb de Terahertz (THz-DCS) combinada com uma nova arquitetura de aprendizado profundo, a Rede de Atenção de Características Multi-Escala (MSFAN), para classificar 12 tipos distintos de polímeros.

1. Aquisição e Pré-processamento de Dados:

   • Conjunto de Dados: As medições foram coletadas ao longo de cinco dias para 12 categorias de polímeros, incluindo polímeros puros, filmes multicamadas, misturas comerciais e biopolímeros. Os sinais foram adquiridos na faixa de 100–590 GHz com passos de 10 GHz (50 pontos de frequência) utilizando configurações de baixo ganho (LG) e alto ganho (HG).
   • Invariância Física: Para abordar a dependência da magnitude espectral em relação à espessura da amostra (regida pela lei de Beer-Lambert), os autores implementam uma estratégia de normalização invariante à espessura. As amplitudes espectrais brutas são divididas pela espessura da amostra ($d$), criando um espaço de características $\tilde{X}$ que depende apenas de assinaturas espectrais intrínsecas.
   • Integração de Sinais: Experimentos compararam entradas de fonte única (LG, HG) contra estratégias de fusão (média, maximização, concatenação e fusão tardia). Os resultados indicaram que a configuração isolada de alto ganho (HG) apresentou o melhor desempenho, enquanto os dados de baixo ganho introduziram ruído.

2. Arquitetura MSFAN:
   A rede proposta processa o espectro invariante à espessura através de quatro estágios principais:

   • Recalibração Espectral (Gating): Uma camada densa aprendível com uma ativação hard-sigmoid gera uma máscara de atenção. Esta máscara é aplicada elemento a elemento ao espectro de entrada para reponderar dinamicamente as bandas espectrais, suprimindo o ruído de fundo e enfatizando características de interferência discriminativas.
   • Extração de Características Multi-Escala: Um bloco inspirado em Inception emprega três ramificações convolucionais 1D paralelas com tamanhos de kernel de 3, 5 e 7. Isso permite a captura simultânea de picos locais de alta frequência e tendências espectrais amplas.
   • Contextualização Global (MHSA): Um mecanismo de Auto-Atenção de Múltiplas Cabeças (MHSA) trata o mapa de características como uma sequência para capturar dependências de longo alcance e o contexto espectral global.
   • Pooling de Atenção e Classificação: Um mecanismo de pooling de atenção sensível ao conteúdo agrega a sequência em um embedding de comprimento fixo ao computar pontuações de importância escalar para cada frequência. Este embedding é alimentado em um Perceptron Multicamadas (MLP) com regularização de dropout para a classificação final.
   • Otimização: O modelo é treinado usando uma combinação ponderada de perda de entropia cruzada (com suavização de rótulo) e uma penalidade de esparsidade $L_1$ no vetor de ativação de gating. Esta restrição de esparsidade força a rede a focar recursos computacionais em frequências discriminativas enquanto suprime bandas irrelevantes.

Principais Contribuições

• Validação de THz-DCS: O estudo demonstra a adequação da THz-DCS para a classificação precisa de polímeros usando espectros de alta resolução através de um conjunto diversificado de 12 materiais, incluindo filmes multicamadas complexos e misturas.
• Arquitetura Inovadora (MSFAN): Os autores introduzem um framework de aprendizado profundo que integra seleção espectral, convoluções multi-escala, atenção cruzada e pooling baseado em atenção. A arquitetura é projetada para identificar inerentemente as regiões de frequência de THz mais informativas.
• Avaliação Abrangente: Diferente de trabalhos anteriores focados em polímeros puros, este framework é avaliado em um conjunto de dados heterogêneo que reflete a variabilidade industrial do mundo real.

Resultados

• Desempenho: A MSFAN alcançou uma acurácia de classificação de 85,2% e um F1-score de 82,4%, superando benchmarks de estado da arte, incluindo o Improved CNN PM (83,8% de acurácia), Transformer PM e baselines padrão de ANN/CNN.
• Processamento de Sinal: A normalização invariante à espessura melhorou o desempenho em uma média de 16,05% em comparação com as entradas espectrais brutas. A configuração de sinal de alto ganho (HG) provou ser superior às configurações de baixo ganho ou fundidas.
• Estudos de Ablação:
  • Regularização: Foi identificado um peso de esparsidade ideal ($\lambda = 0,1$), melhorando a acurácia de 82,9% (sem regularização) para 85,2%.
  • Análise de Componentes: A integração total de todos os módulos (Gating, Convoluções, Atenção, Pooling) proporcionou uma melhoria absoluta de 13,9% na acurácia sobre um modelo baseline de apenas pooling.
  • Especificidade: O modelo melhorou significativamente a discriminação de pares difíceis, como distinguir o Polímero H (PP/tie/EVOH/tie/PP) do Polímero J (LDPE), elevando a acurácia pareada de 61,1% (Improved CNN PM) para 75,1%.
• Interpretabilidade: A análise de saliência espectral revelou que o modelo adota estratégias de reconhecimento distintas para diferentes polímeros, priorizando faixas de frequência específicas (ex: 300–400 GHz para alguns, >400 GHz para outros) baseadas em suas propriedades estruturais.

Significância e Alegações
O artigo afirma que a combinação de THz-DCS com as técnicas de aprendizado profundo propostas oferece um caminho para a classificação de polímeros eficaz, escalável e interpretável. Ao abordar a complexidade dos sinais espectrais através de atenção de características multi-escala e pré-processamento de invariância física, o estudo estabelece um novo benchmark de acurácia neste domínio. Os autores observam que, embora o trabalho atual opere sob uma premissa de conjunto fechado em amostras não contaminadas, a capacidade demonstrada de isolar bandas de frequência discriminativas lança as bases para trabalhos futuros envolvendo reconhecimento de conjunto aberto e robustez contra contaminantes industriais. A pesquisa é financiada pela Generalitat Valenciana sob o projeto CIGE/2024/147 (CLAIRE).