[논문 리뷰] Spectra-Scope : A toolkit for automated and interpretable characterization of material properties from spectral data

Amalya C. Johnson, Chris Fajardo외 3명|arXiv (Cornell University)|2026. 03. 06.

Spectroscopy and Chemometric Analyses인용 수 0

한 줄 요약

Spectra-Scope은 해석 가능한 모델들(예: 랜덤 포레스트 및 LCEN)과 함께 분광 데이터의 특징화, 모델 학습 및 특징 하향 선택을 자동화하는 Python 기반의 코드 없는 웹 앱이 있는 오픈 소스 AutoML 프레임워크입니다. 다중 모달 분광 데이터를 지원하며 해석 가능성을 강조하여 물리적 통찰을 드러냅니다.

ABSTRACT

Spectroscopy is a central pillar of materials characterization, providing useful information on properties like structure, composition, or excited state dynamics of a system. However, many spectroscopic techniques present challenges in development of interpretable, performant, and reliable supervised learning models due to the wide range of possible nonlinear correlations that can exist between the signal and the response variable (target) of interest. Here, we present Spectra-Scope, an open-source AutoML framework for automatic characterization of material properties from spectroscopy data using interpretable machine learning (ML) models. The software is implemented in Python and a no-code web application. It comprises tools for data preprocessing, nonlinear feature extraction, machine learning model training, and feature downselection. Users can easily train different types of simple, interpretable ML models on a set of feature transformations quickly and with modest computational resources. In this work, we outline the methods of Spectra-Scope and its effectiveness across diverse datasets, with applications to materials and agricultural spectroscopy data. We show that Spectra-Scope can reproduce performance of comparable models in the literature, and highlight how our emphasis on interpretability can be used to rationalize the behavior of individual models and understand the physical processes behind spectral features.

연구 동기 및 목표

• 해석 가능성을 강조하는 스펙트로스코프 데이터를 위한 오픈 소스 AutoML 프레임워크를 제공한다.
• 스펙트럼 피처라이저를 묶어 스펙트럼을 모델링에 유용한 특징으로 변환한다.
• 특징 하향선택을 통해 해석 가능한 모델(랜덤 포레스트 및 LCEN) 학습을 가능하게 한다.
• 다중 모달 데이터 융합 및 접근하기 쉬운 코드 없는 웹 애플리케이션을 지원한다.

제안 방법

• 지역적(Local), 비지역적(Nonlocal), 및 집합적(Setwise) 변환을 포함한 스펙트럼 피처라이저 라이브러리 구현(예: CDF, 가우시안 피크 피팅, PCA).
• 비선형 피처 확장을 적용하여 입력을 비선형 변환으로 보강한다.
• 랜덤 포레스트와 LCEN(LASSO-Clip-Elastic-Net) 등 해석 가능한 모델을 피처 하향선택과 함께 활용한다.
• 스펙트럼에서 영역 기반 해석 가능성을 촉진하는 모델로 합성 LASSO를 포함한다.
• 데이터 업로드, 피처 시각화, 모델 학습 및 특징 중요도 보기용 노코드 웹 앱(Streamlit)을 제공한다.

Figure 1: Outline of this paper and the Spectra-Scope pipeline. (a) Input data can come from any experimental or simulated 1-D array data source for inference on a scalar response variable. (b) Available featurizations of spectral data include the cumulative distribution function, gaussian peak fitt

실험 결과

연구 질문

• RQ1 Spectra-Scope가 해석 가능한 파이프라인을 사용하여 기존 모델과 동일한 성능을 스펙트럼 데이터에서 재현할 수 있는가?
• RQ2 다른 피처화 전략과 모델이 스펙트럼 데이터로부터 물성 예측에서 어떻게 비교되는가?
• RQ3 다중 모달 스펙트럼 데이터가 특성 예측 및 해석을 얼마나 향상시킬 수 있는가?
• RQ4 해석 가능한 모델이 데이터 세트 전반에서 중요하다고 식별하는 스펙트럼의 영역은 무엇인가?
• RQ5 스케브 AutoML이 스펙트로피 작업에서 물리적 타당성과 일반화를 보장하는 데 어떤 한계가 있는가?

주요 결과

• 랜덤 포레스트가 XANES+PDF 데이터의 결합된 결합길이 회귀에서 LCEN보다 일반적으로 우수한 성능을 보였다.
• 상위 특징에는 모델에 따라 스펙트럼의 처음 N 성분, 다항 변환, 전체 스펙트럼 강도가 포함된다.
• LCEN 및 합성 LASSO는 표적과 상관된 해석 가능한 스펙트럼 영역을 강조하여 물리적 해석을 돕는다.
• 포도 Vis-NIR 및 라만 데이터에 대해 모델은 총 용해 고형물(TSS)을 예측하는 데 기존 연구보다 동등하거나 더 나은 % RMSE를 달성한다.
• 선정된 스펙트럼 영역(예: 738 nm, 970 nm, 1100–1200 nm 부근)이 포도에서 알려진 진동 모드와 일치하여 물리적 타당성을 뒷받침한다.
• 합성 LASSO는 중요 영역의 연속적 스펙트럼 영역을 시각적으로 식별하여 영역 기반 해석 가능성을 강화한다.

Figure 2: Front page of Spectra-Scope application. Multiple data types can be input and visualized on the home page. The app includes abilities to featurize data, visualize featurizations, train models using random forests or LCEN, and visualize the important or downselected features by the model.