Machine Learning Approaches for Improved Scalability of Metallic Magnetic Calorimeters

Resumo Técnico: Abordagens de Aprendizado de Máquina para Melhoria da Escalabilidade de Calorímetros Magnéticos Metálicos

Definição do Problema
Os Calorímetros Magnéticos Metálicos (MMCs) oferecem espectroscopia de raios X de alta precisão com resolução de energia incomparável ($E/\Delta E \approx 6000$) e largura de banda espectral ampla. No entanto, sua adoção generalizada é dificultada pela complexidade da resposta do detector, sensibilidade ao ruído ambiental (ex: vibrações acústicas, campos eletromagnéticos) e pela natureza laboriosa do processamento de sinais atual. Os pipelines tradicionais dependem de heurísticas fixas, como o limiar de detecção (thresholding) e filtros otimizados (ex: Deconvolução de Janela de Movimento Móvel), que exigem ajustes manuais extensos para cada pixel. À medida que os arrays de detectores escalam das configurações atuais (ex: 64 pixels no maXs-30/100) para futuros chips com milhares de pixels, a otimização manual e as cadeias de processamento rígidas tornam-se inviáveis. Além disso, a falta de dados de verdade fundamental (ground truth) rotulados para medições do mundo real constitui uma barreira significativa para a aplicação direta de aprendizado supervisionado.

Metodologia
Os autores propõem um framework de Aprendizado de Máquina (ML) orientado a dados, projetado para integrar-se ao pipeline de processamento de pulsos de MMC, visando especificamente a classificação de pulsos e a extração de características. A abordagem aborda a escassez de dados rotulados através de uma estratégia híbrida combinando aprendizado não supervisionado, transferência de aprendizado de simulação-para-real e regressão supervisionada.

1. Classificação de Pulsos e Rejeição de Artefatos (Não Supervisionado para Supervisionado):

   • Pipeline: Os autores implementam um pipeline de "Reduzir-Agrupar-Classificar" (Reduce-Cluster-Classify).
   • Redução de Dimensionalidade: Os traços brutos do detector são projetados em um espaço de menor dimensionalidade usando Análise de Componentes Principais (PCA) seguida por Projeção de Aproximação de Variedade Uniforme (UMAP) para preservar estruturas locais e globais.
   • Agrupamento (Clustering): O Agrupamento Hierárquico Baseado em Densidade (HDBSCAN) é aplicado aos dados reduzidos para identificar grupos distintos. O maior cluster é automaticamente rotulado como "pulsos reais", enquanto outros são tratados como artefatos.
   • Refinamento de Rótulos: Para garantir robustez, o processo é repetido com diferentes sementes aleatórias, e uma votação majoritária determina os rótulos finais.
   • Classificação: Esses rótulos autogerados são usados para treinar um Classificador de Floresta Aleatória (Random Forest) supervisionado para distinguir pulsos reais de artefatos diretamente a partir dos traços brutos.

2. Análise de Forma de Pulso e Extração de Características (Adaptação de Domínio):

   • Arquitetura: Um Autoencoder Variacional Convolucional (CVAE) é empregado para reconstrução não supervisionada. O codificador (encoder) comprime os pulsos em um espaço latente, e o decodificador (decoder) reconstrói os pulsos, aprendendo efetivamente a estrutura do pulso enquanto filtra o ruído.
   • Regressão no Espaço Latente: Um Perceptron Multicamadas (MLP) é treinado em dados simulados (onde os rótulos de verdade fundamental para amplitude, tempo de gatilho, etc., são conhecidos) para mapear a representação do espaço latente do CVAE para características físicas.
   • Transferência de Aprendizado: O modelo é adaptado para dados do mundo real através do ajuste fino (fine-tuning) do codificador do CVAE em um pequeno subconjunto de pulsos reais, mantendo os pesos do MLP congelados. Isso preenche a lacuna entre simulação e realidade sem exigir rotulagem manual extensa de dados reais.

Principais Contribuições

• Autodescoberta de Rótulos: O artigo demonstra um método para gerar rótulos de treinamento confiáveis para classificação de pulsos sem intervenção manual, utilizando agrupamento não supervisionado em dados de dimensionalidade reduzida.
• Transferência de Simulação-para-Real: Os autores aplicam com sucesso uma estratégia de adaptação de domínio onde modelos treinados em simulações de primeiros princípios são ajustados finamente em dados reais, superando a falta de verdade fundamental rotulada.
• Arquitetura Escalável: Os pipelines de ML propostos (Floresta Aleatória para classificação, CVAE+MLP para regressão) são projetados para serem computacionalmente eficientes e adaptáveis a variações nos parâmetros dos sensores, abordando os desafios de escalabilidade de grandes arrays pixelados.
• Interpretabilidade Física: Mostra-se que o espaço latente do CVAE correlaciona-se com parâmetros físicos (amplitude do pulso, incerteza do tempo de gatilho, tempo de subida) enquanto é insensível aos níveis de ruído, validando a significância física das representações aprendidas.

Resultos

• Rejeição de Artefatos: O agrupamento não supervisionado separou com sucesso os pulsos reais dos artefatos no espaço latente. O classificador de Floresta Aleatória subsequente alcançou alta precisão, com métricas de desempenho (precisão, revocação, F1-score) comparáveis ou superiores aos métodos tradicionais, particularmente na manutenção de baixas taxas de falsos positivos necessárias para a geração de templates.
• Extração de Características: Quando aplicado a fontes de calibração (Am-241 e Co-57), a extração de características baseada em ML produziu espectros de energia com posições de pico e resolução de energia comparáveis aos obtidos via filtros de Resposta ao Impulso Finito (FIR) otimizados manualmente.
• Generalização: O CVAE demonstrou robustez, reconstruindo pulsos reais com alta precisão mesmo antes do ajuste fino. A incorporação (embedding) do espaço latente de pulsos reais foi encontrada totalmente contida dentro da distribuição de pulsos simulados, confirmando a capacidade da simulação em cobrir variações do mundo real.

Significância e Alegações
O artigo afirma que as abordagens de ML fornecem soluções robustas e escaláveis para o processamento de sinais de MMC que igualam o desempenho dos métodos tradicionais, ao mesmo tempo em que oferecem maior adaptabilidade. Ao automatizar a extração de características e a rejeição de artefatos, esses métodos reduzem a dependência de ajustes manuais laboriosos, o que é crítico para o futuro implantação de grandes arrays de MMC com alto número de pixels. Os autores enfatem que o ML tem o intuito de complementar, não substituir, os modelos físicos e os pipelines de calibração existentes. O trabalho estabelece uma base para sistemas de monitoramento e feedback online, onde a velocidade e a flexibilidade da inferência de ML podem ser aproveitadas para a otimização de experimentos em tempo real. O trabalho futuro é identificado com foco na melhoria da fidelidade da simulação (ex: via GANs), correção de derivas de ganho usando análise de séries temporais (LSTMs) e aplicação de otimização Bayesiana para ajuste de hardware.