15 mK-Level Accuracy in All-Optical NV Diamond Thermometry via Interpretable Deep Learning

Resumo Técnico: Precisão de Nível de 15 mK em Termometria de Diamante NV Totalmente Óptica via Aprendizado Profundo Interpretável

Definição do Problema
A medição precisa de temperatura é crítica para aplicações que variam desde sistemas de informação quântica até controle de processos industriais. Embora a termometria de diamante NV (centro de nitrogênio-vacância) tenha emergido como uma técnica promissora, os métodos de detecção totalmente ópticos (que dependem da fotoluminescência, PL, em vez da ressonância magnética detectada opticamente, ODMR) sofreram historicamente com precisão limitada, tipicamente restrita a ±3% ou ±9 K em torno de 300 K. Essa limitação decorre da natureza das mudanças espectrais em temperaturas elevadas: conforme a temperatura aumenta, a linha de zero-fônon (ZPL) em 637 nm se alarga e sofre um desvio para o vermelho (redshift), enquanto a banda lateral de fônon (PSB) torna-se mais pronunciada. Essas mudanças introduzem ruído e complexidade que os modelos lineares tradicionais derivados por especialistas, que dependem de características isoladas como amplitude ou largura da ZPL, têm dificuldade em interpretar com precisão. Consequentemente, a utilidade dos sensores NV totalmente ópticos em aplicações de alta precisão permanece restrita.

Metodologia
O estudo avalia sistematicamente modelos de aprendizado de máquina (ML) e aprendizado profundo para prever a temperatura a partir dos espectros completos de PL de três sensores NV acoplados a fibra (Sensores A, B e C) em uma faixa de temperatura de 243 K a 343 K. O setup experimental envolveu a aquisição de espectros sob diferentes condições, incluindo diferentes taxas de aquisição, intervalos espectrais e configurações de sensores (partículas de diamante bulk vs. chips).

A metodologia compara três categorias de abordagens:

1. Modelos de Conhecimento Especialista (EK): Modelos de regressão linear tradicionais baseados em características motivadas fisicamente (amplitude da ZPL, centro do pico, largura, fator de Debye-Waller e divergência KL).
2. Redução de Dimensionalidade Não Supervisionada: Análise de Componentes Principais (PCA) e Autoencoders (AE), que aprendem representações de baixa dimensão sem rótulos de temperatura explícitos.
3. Modelos de Aprendizado Supervisionado: Análise Discriminante Linear (LDA), Perceptrons Multicamadas (MLP), Redes Neurais Convolucionais (CNN) e um "MLP Otimizado" (uma rede de 6 camadas com funções de ativação sigmoide).

Um novo framework de interpretabilidade, denominado "modos de desvio explicáveis" (xMoDs), foi introduzido para visualizar o espaço latente desses modelos. Os xMoDs projetam as ativações das camadas ocultas ou saídas de redução de dimensionalidade de volta ao espaço espectral original, permitindo que pesquisadores identifiquem quais componentes espectrais (por exemplo, deslocamentos da ZPL, mudanças na PSB ou artefatos de ruído) impulsionam as previsões do modelo. Adicionalmente, regressão esparsa e computações de distância foram utilizadas para comparar as características aprendidas pelos modelos de ML contra aquelas derivadas do conhecimento especialista.

Resultos Principais
O estudo demonstra que os modelos de aprendizado profundo superam significativamente tanto os modelos lineares derivados por especialistas quanto as técnicas de ML mais simples:

• Melhoria na Precisão: Modelos de regressão univariados e multivariados derivados de especialistas renderam erros de teste entre 4,1 K e 19,6 K. Em contraste, o MLP otimizado de 6 camadas com ativação sigmoide alcançou um erro de teste médio de ≈0,015 K (15 mK) para o Sensor A. Isso representa uma melhoria ≥200 vezes sobre os melhores modelos de regressão multivariada e até uma melhoria de 600 vezes sobre resultados totalmente ópticos anteriores.
• Hierarquia de Desempenho do Modelo: O MLP Otimizado (sigmoide) superou os MLPs baseados em ReLU, que por sua vez superaram CNNs, LDA, PCA e Autoencoders. Notavelmente, Autoencoders não supervisionados tiveram desempenho inferior ao PCA, sugerindo que o objetivo de reconstrução dos AEs retém "variáveis escuras" (informação dinâmica não térmica) prejudiciais à regressão de temperatura.
• Variabilidade do Sensor: Embora o Sensor A tenha alcançado a maior precisão (15 mK), os Sensores B e C mostraram erros mais altos (0,28 K e 0,80 K, respectivamente), atribuídos a diferenças nas condições experimentais, como intervalo espectral (o Sensor B excluiu comprimentos de onda mais longos da PSB) e fluxo de fótons (o Sensor C possuía menor eficiência de coleta).

Achados de Interpretabilidade (xMoDs)
A análise xMoD revelou distinções claras em como os modelos processam os dados:

• Não Supervisionado vs. Supervisionado: Métodos não supervisionados (PCA, AE) produziram modos altamente correlacionados com características de conhecimento especialista (ex: amplitude da ZPL), indicando que capturam a variância espectral geral. Métodos supervisionados (LDA, MLP) identificaram subespaços latentes distintos otimizados especificamente para temperatura, frequentemente ignorando partes do espectro (como a PSB de comprimento de onda longo) que os métodos não supervisionados consideravam importantes para a reconstrução.
• Isolamento de Ruído: O desempenho superior do MLP Otimizado foi atribuído à sua capacidade de isolar artefatos não térmicos. Seus xMoDs revelaram a detecção de picos de "raios cósmicos" e eventos de luz espúria (ex: um pico único além de 775 nm) que outros modelos suavizavam ou não conseguiam distinguir. Ao isolar esses eventos não térmicos, o modelo evitou que eles interferissem na inferência de temperatura.

Significância e Alegações
O artigo afirma que redes neurais profundas, quando pareadas com frameworks interpretáveis como xMoDs, podem desbloquear todo o potencial da termometria NV totalmente óptica. A principal significância reside em:

1. Quebrar a Barreira de Precisão: Alcançar 15 mK de precisão coloca a termometria totalmente óptica aprimorada por ML em pé de igualdade competitivo com tecnologias legadas (como termômetros de resistência de película fina) e outros métodos de detecção quântica emergentes.
2. Insight Mecanístico: O framework xMoD fornece uma lente "amigável ao espectroscopista" para entender por que os modelos profundos têm sucesso, indo além da percepção de "caixa preta". Ele demonstra que esses modelos aprendem a filtrar ruídos não térmicos e a focar em componentes espectrais específicos e sensíveis à temperatura que os modelos lineares perdem.
3. Otimização Baseada em Dados: Os resultados sugerem que o espectro completo da NV-PL contém informações dinâmicas relevantes para a temperatura que são inacessíveis para abordagens de engenharia de características, validando a mudança para o aprendizado profundo de ponta a ponta para tarefas de regressão espectroscópica.

Os autores concluem que, embora a complexidade do modelo não seja uma garantia de desempenho (como visto nos Autoencoders de desempenho inferior), a combinação de arquitetura apropriada (MLPs sigmoides), pré-processamento rigoroso e ferramentas de interpretabilidade (xMoDs) é essencial para realizar a termometria de alta precisão totalmente óptica.