Machine learning method for enforcing variable independence in background estimation with LHC data: ABCDisCoTEC

In der hochriskanten Welt der Teilchenphysik agieren Wissenschaftler als kosmische Detektive, die Milliarden winziger Kollisionen durchsieben, um ein einziges, seltenes Ereignis zu finden, das möglicherweise ein neues Naturgesetz enthüllt. Diese Kollisionen ereignen sich im Large Hadron Collider, einem massiven Ring, der unter der Grenze zwischen der Schweiz und Frankreich vergraben ist, wo Protonenstrahlen mit nahezu Lichtgeschwindigkeit aufeinanderprallen. Die resultierende Partikelwolke wird von Detektoren wie dem CMS aufgezeichnet, wodurch ein Berg von Daten entsteht. Die Herausforderung besteht nicht nur darin, das neue Teilchen, bekannt als Signal, zu finden, sondern auch darin, genau zu wissen, wie das Hintergrundrauschen aussieht. Wenn der Hintergrund falsch geschätzt wird, könnte ein Wissenschaftler eine gewöhnliche Fluktuation fälschlicherweise für eine Entdeckung halten oder, noch schlimmer, eine echte Entdeckung übersehen, die im Rauschen verborgen liegt. Traditionell haben Physiker einen cleveren Trick namens „ABCD-Methode“ verwendet, um diesen Hintergrund zu schätzen. Sie teilen ihre Daten basierend auf zwei verschiedenen Messwerten in vier Boxen auf. Wenn die beiden Messwerte völlig unabhängig voneinander sind, kann die Anzahl der Hintergrundereignisse in der leeren „Signalbox“ vorhergesagt werden, indem man die Zählungen in den anderen drei Boxen multipliziert. Dies ist ein zuverlässiger Weg, um reale Daten zu nutzen, um zu erraten, wie der Hintergrund aussieht, aber er hat einen fatalen Fehler: Er funktioniert nur, wenn diese zwei Messwerte wirklich unabhängig sind.

Es ist unglaublich schwierig, zwei solche unabhängigen Messwerte zu finden. In dem komplexen Chaos einer Teilchenkollision ist fast alles subtil miteinander verbunden. Wenn die zwei Messwerte, die zur Sortierung der Daten verwendet werden, auch nur eine winzige Verbindung zueinander haben, versagt die Vorhersage und die Schätzung des Hintergrunds wird unzuverlässig. Jahrelang haben Physiker darum gerungen, das richtige Paar von Variablen von Hand zu finden – ein Prozess, der langsam, schwierig und oft erfolglos ist, wenn das Signal dem Hintergrund sehr ähnlich ist. Ein Forscher der CMS-Kollaboration am CERN hat nun eine neue Lösung entwickelt, die diese schwierige Aufgabe mithilfe von maschinellem Lernen automatisiert. Er hat ein System geschaffen, das einen Computer lehrt, seine eigenen zwei Messwerte zu erfinden, wobei sichergestellt wird, dass sie unabhängig sind und dennoch exzellent darin sind, das Signal zu erkennen. Dieser neue Ansatz, den sie ABCDisCoTEC nennen, ermöglicht es ihnen, den Hintergrund direkt aus den beobachteten Daten mit wesentlich höherer Präzision zu schätzen, was die Abhängigkeit von unvollkommenen Computersimulationen reduziert.

Der Kern dieser Innovation liegt darin, wie das Modell des maschinellen Lernens trainiert wird. In der Vergangenheit verwendeten Forscher eine Methode namens ABCDisCo, die ein neuronales Netzwerk dazu lehrte, zwei Ausgaben zu erzeugen, die statistisch unabhängig sind. Dieses Verfahren hatte jedoch eine Schwachstelle. Es konnte zwar sicherstellen, dass die beiden Ausgaben unkorreliert waren, aber es konnte nicht garantieren, dass sich die Hintergrundereignisse glatt über die Daten verteilen würden, was eine strikte Voraussetzung dafür ist, dass die ABCD-Methode korrekt funktioniert. Die neue ABCDisCoTEC-Methode behebt dies, indem sie eine spezifische Anweisung in den Trainingsprozess integriert. Dem Computer wird nun gesagt, dass er nicht nur die beiden Ausgaben unabhängig machen soll, sondern auch die „Non-Closure“ (Nicht-Abschluss) minimieren muss. Vereinfacht ausgedrückt ist Non-Closure der Fehler, der auftritt, wenn die Vorhersage aus den drei Hintergrundboxen nicht mit der tatsächlichen Anzahl der in der Signalbox gefundenen Ereignisse übereinstimmt. Durch die direkte Lehre an das Netzwerk, diesen Fehler zu reduzieren, lernt das System, die Daten so anzuordnen, dass die Hintergrundschätzung mathematisch fundiert ist.

Um diese Idee zu testen, wandte der Forscher sie auf die Suche nach einem hypothetischen Teilchen namens „Stealth-supersymmetrischem Top-Squark“ an. Dieses Teilchen ist ein Partner des Top-Quarks, eines schweren Teilchens, von dessen Existenz bereits bekannt ist, aber es wird von Theorien vorhergesagt, die über unser aktuelles Verständnis der Physik hinausgehen. Das Problem bei der Suche nach diesem speziellen Teilchen ist, dass es fast identisch mit dem Hintergrundrauschen aussieht, das durch Standard-Top-Quark-Paare erzeugt wird. In früheren Suchen begrenzte die Unsicherheit darüber, wie gut der Hintergrund modelliert wurde, die Fähigkeit, ein Signal zu finden. Die neue Methode wurde unter Verwendung von simulierten Daten getestet, die die Bedingungen des Large Hadron Collider nachahmen. Die Ergebnisse zeigten, dass das ABCDisCoTEC-Modell erfolgreich zwei neue Variablen erzeugte, die unabhängig voneinander waren, und die Stabilität sowie Robustheit der Hintergrundanordnung erheblich verbesserte. Dies ermöglichte es dem Forscher, den Hintergrund im Signalbereich mit hoher Genauigkeit vorherzusagen, was die Sensitivität der Suche signifikant verbesserte, wobei spezifische Details und Ergebnisse der Suche in einer separaten Referenz dokumentiert sind.

Ein großes Hindernis bei der Verwendung solch komplexer Modelle des maschinellen Lernens ist das Einstellen der vielen „Knöpfe und Regler“, der sogenannten Hyperparameter, die steuern, wie das Netzwerk lernt. Normalerweise müssen Wissenschaftler diese Einstellungen erraten oder tausende Versuche durchführen, um die richtige Kombination zu finden – ein zeitaufwendiger Prozess, der anfällig für Fehler ist. Die Arbeit stellt zudem eine zweite Innovation vor, um dieses Problem zu lösen: eine mathematische Technik namens „modifizierte differentielle Multiplikatoren-Methode“. Anstatt die richtige Balance zwischen den verschiedenen Zielen des Trainings zu erraten, behandelt diese Methode die Anforderungen als strikte Randbedingungen. Sie zwingt das Netzwerk dazu, eine Lösung zu finden, die spezifische Ziele für Unabhängigkeit und Hintergrundgenauigkeit erfüllt, ohne dass eine manuelle Suche durch endlose Möglichkeiten erforderlich ist. Dieser Ansatz erwies sich als viel schneller und stabiler als traditionelle Methoden und konvergierte in einem Bruchteil der Zeit gegen die beste Lösung.

Der Forscher validierte seine Ergebnisse anschließend, indem er die Methode auf reale Daten anwandte, die vom Large Hadron Collider gesammelt wurden. Er definierte spezifische Regionen in den Daten, die getrennt vom Hauptsuchbereich lagen, um zu prüfen, ob die Methode bei tatsächlichen Kollisionsereignissen korrekt funktionierte. Die Ergebnisse zeigten, dass das Verhalten des Hintergrunds in den Realdaten mit dem Verhalten in den Simulationen übereinstimmte, wobei der Non-Closure-Fehler in den Validierungsregionen klein und konsistent blieb. Diese Validierung ist entscheidend, da sie bestätigt, dass die Methode robust genug ist, um in realen physikalischen Analysen eingesetzt zu werden, und zeigt, dass das Modell des maschinellen Lernens die zugrunde liegende Struktur der realen Daten innerhalb dieser spezifischen Testregionen erfasst hat.

Die Auswirkungen dieser Arbeit reichen weit über diese einzelne Suche nach einem neuen Teilchen hinaus. Die ABCDisCoTEC-Methode stellt einen bedeutenden Fortschritt bei der Automatisierung der Analyse von Hochenergiephysik-Daten dar. Indem sie es Physikern ermöglicht, Hintergründe direkt aus beobachteten Daten mit hoher Präzision zu schätzen, reduziert sie die Abhängigkeit von theoretischen Simulationen, die manchmal ungenau sein können. Dies führt zu zuverlässigeren Messungen und einer größeren Chance, subtile Anzeichen neuer Physik zu entdecken. Die Kombination aus der neuen Trainingsmethode und der fortschrittlichen Optimierungstechnik bietet ein leistungsstarkes Toolkit für zukünftige Experimente. Sie zeigt, dass maschinelles Lernen nicht nur zur Klassifizierung von Daten genutzt werden kann, sondern um die statistischen Methoden, mit denen die komplexesten Kollisionen des Universums interpretiert werden, grundlegend zu verbessern. Während der Large Hadron Collider weiterhin Daten sammelt, werden diese Werkzeuge bei der fortlaufenden Suche nach den grundlegenden Bausteinen der Realität unerlässlich sein.