Optimal Transport for $e/π^0$ Particle Classification in LArTPC Neutrino Experiments

Die Studie zeigt, dass Optimal-Transport-Methoden auf einem öffentlich zugänglichen MicroBooNE-Simulationsdatensatz einen state-of-the-art-Erfolg bei der Klassifizierung von Elektronen und $\pi^0$-Teilchen in LArTPC-Neutrinodetektoren erzielen und damit das Potenzial dieser Technik für zukünftige Experimente unterstreichen.

Das Wesentliche

Titel: Wie man Elektronen von „Trübsal-Bällen" unterscheidet – Eine Reise durch die Welt der Optimalen Transport

Stellen Sie sich vor, Sie sind ein Detektiv in einem riesigen, unterirdischen Labor, das mit flüssigem Argon gefüllt ist. Dieses Labor ist ein LArTPC (ein Flüssig-Argon-Zeitprojektionskammer). Wenn Neutrinos – diese geisterhaften, fast unsichtbaren Teilchen – durch dieses Labor fliegen, kollidieren sie manchmal mit den Argon-Atomen. Dabei entstehen Blitze und Spuren, die wie ein komplexes Gemälde aussehen.

Das große Problem für die Physiker ist folgendes: Sie wollen wissen, ob ein bestimmter Blitz von einem Elektron (e) oder von einem neutralen Pion (π0) stammt.

• Das Elektron ist wie ein einzelner, klarer Lichtstrahl.
• Das Pion ist ein Trickbetrüger. Es zerfällt sofort in zwei Photonen, die wie zwei kleine Lichtstrahlen aussehen. Aber manchmal sind diese zwei Strahlen so nah beieinander, dass sie wie einer aussehen, oder einer ist so schwach, dass man ihn kaum sieht.

Wenn man das Pion nicht erkennt, denkt man fälschlicherweise, es sei ein Elektron. Das ist wie wenn man einen Doppelgänger für einen echten Freund hält. Das macht die Suche nach neuen physikalischen Phänomenen sehr schwierig.

Die alte Methode: Der müde Handwerker

Bisher haben die Wissenschaftler versucht, diese Bilder mit klassischen Algorithmen (wie „Pandora") zu analysieren. Stellen Sie sich diese Methode wie einen Handwerker vor, der versucht, ein komplexes Puzzle zu lösen, indem er jedes einzelne Teilchen einzeln identifiziert und zusammenfügt.

• Das Problem: Wenn das Puzzle unvollständig ist (z. B. fehlt ein Teil des Pions), oder wenn die Teile zu stark verschmiert sind, gibt der Handwerker auf oder macht einen Fehler. Er versucht, die Struktur vorher zu verstehen, bevor er das Bild beurteilt. Das kostet viel Zeit und führt oft zu Fehlern.

Die neue Methode: Der Logistik-Experte (Optimaler Transport)

In diesem Papier schlagen die Autoren eine völlig neue Idee vor, basierend auf einem mathematischen Konzept namens Optimaler Transport (OT).

Stellen Sie sich OT nicht als Puzzle-Löser vor, sondern als einen Logistik-Experten, der Fracht umverteilt.

1. Das Bild als Ladung: Stellen Sie sich das Bild des Teilchens als eine Verteilung von Sandkörnern auf dem Boden vor. Jedes Sandkorn ist ein winziger Energie-Blitz.

   • Ein Elektron ist wie ein Haufen Sand, der sich in einer einzigen, dichten Wolke befindet.
   • Ein Pion ist wie zwei getrennte Sandhaufen, die vielleicht etwas weiter auseinander liegen.

2. Die Aufgabe des Logistik-Experten: Die Frage lautet: „Wie viel Arbeit (oder ‚Transportkosten') kostet es, den Sandhaufen A in den Sandhaufen B zu verwandeln?"

   • Wenn Sie versuchen, einen einzelnen Sandhaufen (Elektron) in einen anderen einzelnen Sandhaufen (ein anderes Elektron) zu verwandeln, ist die Arbeit gering. Die Sandkörner müssen nur ein kleines Stück rutschen.
   • Wenn Sie versuchen, einen einzelnen Sandhaufen (Elektron) in zwei getrennte Haufen (Pion) zu verwandeln, ist die Arbeit riesig! Sie müssten den Sand weit weg tragen, um zwei neue Haufen zu bilden.

Der Optimal-Transport-Abstand misst genau diese „Arbeitsmenge". Je größer die Arbeit, desto unterschiedlicher sind die Bilder.

Warum ist das so clever?

• Kein Puzzle nötig: Der Logistik-Experte muss nicht wissen, was die Sandkörner sind oder wie sie genau zusammenhängen. Er schaut sich nur an, wie die Masse (die Energie) im Raum verteilt ist. Er ignoriert die komplizierte Geschichte, wie das Teilchen entstanden ist, und konzentriert sich nur auf das Endergebnis.
• Robustheit: Selbst wenn ein Teil des Pions fehlt (ein Sandkorn fehlt), kann der Experte immer noch erkennen, dass die Gesamtstruktur anders aussieht als bei einem Elektron.
• Kombination mit KI: Die Autoren haben diesen „Logistik-Abstand" dann mit einfachen, verständlichen KI-Methoden (wie Support Vector Machines) kombiniert. Das ist wie wenn man dem Logistik-Experten einen klugen Assistenten gibt, der die gemessenen „Transportkosten" in eine klare Ja/Nein-Antwort umwandelt: „Das ist ein Elektron!" oder „Das ist ein Pion!".

Das Ergebnis: Ein großer Sieg

Die Autoren haben diese Methode mit Daten vom MicroBooNE-Experiment getestet (ein echtes Experiment in den USA).

• Das Ergebnis: Die neue Methode war deutlich besser als die alten Handwerker-Methoden. Sie konnte viel mehr Pions als „Betrüger" entlarven, ohne dabei echte Elektronen zu verlieren.
• Besonders gut: Sie funktionierte auch dann hervorragend, wenn die beiden Pion-Teile sehr nah beieinander waren (ein schwieriger Fall für alte Methoden).

Fazit

Stellen Sie sich vor, Sie versuchen, einen echten Diamanten von einem glänzenden Glasstück zu unterscheiden.

• Die alte Methode versucht, das Glas unter dem Mikroskop zu zerlegen, um zu sehen, ob es Risse hat.
• Die neue Methode (OT) wiegt einfach, wie schwer es ist, das Glas in die Form eines Diamanten zu pressen. Wenn es sehr schwer ist, ist es kein Diamant.

Dieses Papier zeigt, dass dieser neue mathematische Ansatz („Optimaler Transport") ein mächtiges Werkzeug ist, um die Geheimnisse des Universums in den riesigen Argon-Tanks besser zu entschlüsseln. Es ist schneller, genauer und versteht die Physik auf eine intuitive, geometrische Weise.

Technische Zusammenfassung

Titel: Optimal Transport für die Klassifizierung von e/π⁰-Teilchen in LArTPC-Neutrinoexperimenten

Autoren: David Caratelli, Nathaniel Craig, Chuyue Fang, Jessica N. Howard (UCSB & KITP)

---

1. Problemstellung

In Flüssig-Argon-Zeitprojektionskammern (LArTPC), wie sie in Neutrinoexperimenten (z. B. MicroBooNE, DUNE, SBN) eingesetzt werden, ist die präzise Unterscheidung zwischen Elektronen ($e^-$) und neutralen Pionen ($\pi^0$) eine der größten Herausforderungen für die Rekonstruktion von Neutrinowechselwirkungen.

• Physikalischer Hintergrund: Elektronen sind das Schlüsselsignal für $\nu_\mu \to \nu_e$-Oszillationen und für Suchen nach Physik jenseits des Standardmodells (BSM). $\pi^0$-Teilchen zerfallen jedoch in zwei Photonen ($\gamma\gamma$), die ebenfalls elektromagnetische Schauer (EM-Shower) erzeugen. Da diese Schauer visuell sehr ähnlich zu Elektronenschauern aussehen, stellen sie einen dominanten Untergrund dar.
• Herausforderung: Herkömmliche Rekonstruktionsalgorithmen (wie Pandora oder Wire-Cell) müssen oft beide Photonen eines $\pi^0$-Zerfalls identifizieren, um den Untergrund zu unterdrücken. Dies ist jedoch schwierig, wenn die Photonen kollinear sind, einer sehr wenig Energie hat oder aus dem Detektor entweicht. Dies führt zu einer geringen Effizienz bei der Elektronenidentifikation und hohen $\pi^0$-Untergrundraten.
• Limitationen bestehender ML-Methoden: Obwohl maschinelles Lernen (ML) eingesetzt wird, leiden viele Ansätze unter mangelnder Interpretierbarkeit und Schwierigkeiten bei der Unsicherheitsquantifizierung. Zudem verlassen sie sich oft auf eine fehleranfällige Vorverarbeitung (Low-Level-Rekonstruktion).

2. Methodik: Optimal Transport (OT)

Die Autoren wenden das mathematische Framework des Optimalen Transports (OT) an, um die Klassifizierung direkt auf Basis der räumlichen Energieverteilung durchzuführen, ohne auf eine vollständige Rekonstruktion einzelner Teilchenspuren angewiesen zu sein.

• Grundprinzip: OT definiert einen Abstand zwischen zwei Wahrscheinlichkeitsverteilungen als die minimale "Arbeit", die benötigt wird, um die eine Verteilung in die andere zu transformieren. In diesem Kontext werden die Energieablagerungen (Charge Deposits) in einem Ereignis als diskrete Wahrscheinlichkeitsverteilung im 3D-Raum modelliert.
• Metrik: Es wird die 2-Wasserstein-Distanz (balanced 2-Wasserstein distance) verwendet. Diese misst die topologischen Unterschiede zwischen Ereignissen, wobei die Gesamtintensität (Energie) normalisiert wird, um sich auf die Formunterschiede (ein Shower vs. zwei Shower) zu konzentrieren.
• Vorverarbeitung (Pre-Processing):
  • 3D-Rekonstruktion: Nutzung des SpacePointSolver-Algorithmus, um aus den Drahtsignale 3D-Raumpunkte zu generieren.
  • Downsampling: Zusammenführung von Punkten innerhalb von 1 cm zur Reduzierung der Rechenzeit.
  • Ausrichtung (Alignment): Anwendung der Weighted Principal Component Analysis (WPCA), um alle Ereignisse entlang ihrer Hauptachsen auszurichten. Dies eliminiert Abhängigkeiten von der Flugrichtung des Teilchens und macht die OT-Distanzen invariant gegenüber Rotationen und Translationen.
  • Filterung: Entfernung von Ereignissen mit unvollständigen Schauern (z. B. wenn ein Photon den Detektor verlässt), um Verzerrungen zu vermeiden.
• Klassifikationsstrategien:
  1. Minimum OT (min(OT)): Ein Testereignis wird mit einer Referenzmenge von Elektronenereignissen verglichen. Die kleinste OT-Distanz zu einem Referenzelektron dient als Score.
  2. Maschinelles Lernen auf OT-Distanzen: Die paarweisen OT-Distanzen werden als Eingabe für interpretierbare ML-Modelle verwendet:
     • k-Nearest Neighbors (kNN)
     • Support Vector Machines (SVM)

3. Wichtige Beiträge

• Erste Anwendung von OT in LArTPC: Dies ist die erste Studie, die Optimal Transport erfolgreich auf Daten aus Flüssig-Argon-Detektoren anwendet, speziell für die e/$\pi^0$-Trennung.
• Vermeidung von Rekonstruktions-Bottlenecks: Der Ansatz umgeht die Notwendigkeit, einzelne Photonenstrahlen explizit zu rekonstruieren. Stattdessen wird die gesamte topologische Struktur der Energieablagerung genutzt.
• Interpretierbarkeit: Im Gegensatz zu tiefen neuronalen Netzen (CNNs) bietet die Kombination aus OT und SVM/kNN eine transparente Methode, deren Entscheidungen auf physikalisch fundierten Distanzmetriken basieren.
• Vergleich 2D vs. 3D: Die Studie untersucht sowohl die Verwendung von 3D-Rekonstruktionen als auch 2D-Projektionen der Ereignisse.

4. Ergebnisse

Die Methoden wurden mit dem MicroBooNE Open Dataset (simulierte $\nu_\mu$ und $\nu_e$ Wechselwirkungen) getestet und mit dem etablierten Rekonstruktionsframework Pandora verglichen.

• Leistungssteigerung: Alle OT-basierten Methoden übertrafen die traditionelle Pandora-Rekonstruktion signifikant in allen untersuchten kinematischen Phasenräumen.
  • Pandora-Effizienz: Ca. 40 % für die Identifikation von $\pi^0$ (definiert als Finden von $\ge 2$ Schauern).
  • OT+SVM-Effizienz: Bis zu 80 % für die korrekte Klassifizierung von $\pi^0$, insbesondere bei schwierigen Topologien (kleine Öffnungswinkel oder asymmetrische Zerfälle).
• Beste Methode: Die Kombination aus 3D-OT-Distanzen und SVM erzielte die besten Ergebnisse über alle Energiebins hinweg.
  • AUC (Area Under Curve): Reicht von 0,822 bis 0,940 (abhängig vom Energiebereich).
  • Genauigkeit (Accuracy): Liegt zwischen 74,2 % und 87,6 % für Ereignisse über 100 MeV.
• Robustheit: Die Methode ist besonders effektiv bei Ereignissen mit kleinen Öffnungswinkeln zwischen den Photonen, wo herkömmliche Methoden oft versagen (hier erreicht OT eine $\pi^0$-Identifikationseffizienz von ~80 % gegenüber ~10 % bei Pandora).
• Rechenkosten: Die Berechnung einer einzelnen OT-Distanz dauert im Millisekundenbereich (ca. 0,3 ms bis 30 ms je nach Energie und Dimensionalität), was für eine Offline-Analyse machbar ist. Für den Echtzeiteinsatz werden Approximationen wie Linearized OT (LOT) vorgeschlagen.

5. Bedeutung und Ausblick

• Physikalische Relevanz: Die verbesserte Trennung von Elektronen und $\pi^0$-Untergrund ist entscheidend für die Sensitivität zukünftiger Experimente (DUNE, SBN) bei der Messung von Neutrinooszillationen und der Suche nach BSM-Physik (z. B. dunkle Sektoren mit einzelnen Photonen).
• Paradigmenwechsel: Die Arbeit zeigt, dass mathematische Metriken wie der Optimal Transport eine leistungsfähige Alternative zu rein datengetriebenen Deep-Learning-Ansätzen sein können, insbesondere wenn Interpretierbarkeit und physikalische Intuition (Topologie der Schauer) im Vordergrund stehen.
• Zukunftsperspektiven: Die Autoren schlagen vor, OT-Methoden auf andere Rekonstruktionsaufgaben in LArTPCs zu erweitern (z. B. e/$\gamma$-Trennung) und die Integration in die Rekonstruktionspipelines von DUNE und SBN zu untersuchen. Zudem wird die Nutzung von OT für pixelbasierte Detektoren (wie sie in zukünftigen DUNE-Modulen geplant sind) als besonders vielversprechend erachtet, da diese native 3D-Daten liefern.

Zusammenfassend demonstriert diese Studie, dass Optimal Transport ein hochwirksames Werkzeug ist, um die Grenzen der aktuellen Rekonstruktionsalgorithmen in der Neutrinophysik zu überwinden und die Präzision zukünftiger Messungen erheblich zu steigern.