⚛️ high-energy experiments

Robustness of the \textit{smartpixels} classifier for different simulated sensor geometries and non-ideal detector conditions

Diese Arbeit zeigt, dass der \textit{smartpixels} neuronale Netzklassifikator für die Echtzeit-Track-Filterung in hochgranularen Pixeldetektoren eine robuste Leistung über variierende Sensorgeometrien, Magnetfelder und Rauschniveaus hinweg beibehält, wobei signifikante Effizienzverluste durch Strahlenschäden durch das Retraining des Netzwerks weitgehend wiederherstellbar sind.

Ursprüngliche Autoren: Danush Shekar, Ben Weiss, Morris Swartz, Corrinne Mills, Jennet Dickinson, Lindsey Gray, David Jiang, Mohammad Abrar Wadud, Daniel Abadjiev, Anthony Badea, Douglas Berry, Alec Cauper, Arghya Ranjan Da

Veröffentlicht 2026-10-05

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Danush Shekar, Ben Weiss, Morris Swartz, Corrinne Mills, Jennet Dickinson, Lindsey Gray, David Jiang, Mohammad Abrar Wadud, Daniel Abadjiev, Anthony Badea, Douglas Berry, Alec Cauper, Arghya Ranjan Das, Karri Folan DiPetrillo, Farah Fahim, Rachel Kovach Fuentes, Abhijith Gandrakota, Giuseppe Di Guglielmo, Eliza Howard, Shiqi Kuang, Carissa Kumar, Mia Liu, Petar Maksimovic, Nick Manganelli, Mark S Neubauer, Aidan Nicholas, Emily Pan, Benjamin Parpillon, Jannicke Pearkes, Ricardo Silvestre, Chinar Syal, Amit Trivedi, Keith Ulmer, Jieun Yoo, Eric You

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Im Herzen der Teilchenphysik, wo Wissenschaftler Atome zusammenprallen lassen, um die grundlegenden Bausteine des Universums zu verstehen, ist eine neue Herausforderung entstanden. Die Maschinen, die für diese Kollisionen konzipiert sind, werden so leistungsstark, dass sie mehr Daten erzeugen, als irgendein Computer in Echtzeit verarbeiten kann. Stellen Sie sich eine Kamera vor, die Millionen von Fotos pro Sekunde macht; wenn Sie versuchen würden, jedes einzelne Bild zu speichern, würde Ihre Festplatte sofort voll sein, und die interessantesten Momente würden im Rauschen verloren gehen. Um dies zu lösen, bauen Physiker intelligentere Detektoren, die Entscheidungen treffen können, noch bevor die Daten die Maschine verlassen. Diese Detektoren, bekannt als Pixel-Sensoren, fungieren wie ein Gitter aus winzigen Lichtschaltern. Wenn ein Teilchen hindurchfliegt, hinterlässt es eine Spur elektrischer Signale, oder einen „Cluster“, auf diesen Schaltern. Das Ziel ist es, den Detektor darauf zu trainieren, die Form dieser Spur zu erkennen und sofort zu entscheiden, welche Teilchen wichtig genug sind, um behalten zu werden, und welche nur bedeutungsloser Hintergrundschrott sind, der verworfen werden soll. Dieser Prozess, der direkt auf dem Sensorchip stattfindet, wird als On-Detector-Datenreduktion bezeichnet und ist essenziell für die nächste Generation von Experimenten, die die tiefsten Geheimnisse der Materie erforschen werden.

Ein Forscherteam setzte sich zum Ziel zu testen, wie gut eine bestimmte Art von künstlicher Intelligenz, ein neuronales Netz, diese Filteraufgabe unter einer Vielzahl von realen Bedingungen ausführen kann. Sie betrachteten nicht nur einen perfekten, idealisierten Sensor in einem Vakuum; sie wollten wissen, ob ihr „Smart Pixel“-System die chaotische, raue Umgebung eines Teilchenbeschleunigers überleben würde. Sie simulierten, wie das System reagieren würde, wenn sich die physische Größe der Sensorpixel änderte, wenn die Sensoren an verschiedenen Stellen des Detektors platziert wurden, an denen Magnetfelder unterschiedlich wirken, und wenn die Sensoren durch jahrelange Bestrahlung beschädigt wurden. Sie testeten auch, wie das System mit elektrischem Rauschen umging, der statischen Elektrizität, die natürlicherweise in elektronischen Schaltkreisen auftritt. Ihre Arbeit konzentrierte sich auf einen spezifischen Algorithmus, der die Form der Spur eines Teilchens betrachtet, um dessen Impuls zu schätzen, also wie stark es sich seitwärts bewegt. Wenn die Spur kurz und gerade ist, bewegt sich das Teilchen wahrscheinlich langsam und kann ignoriert werden. Wenn die Spur lang und gekrümmt ist, ist das Teilchen schnell und wertvoll, also behält das System es.

Die Forscher begannen damit, ein digitales Modell des Sensors zu erstellen und die künstliche Intelligenz darauf zu trainieren, diese Spuren zu erkennen. Sie testeten das System mit sieben verschiedenen Sensordesigns und änderten dabei den Abstand zwischen den Pixeln sowie die Dicke des Sensormaterials. Sie fanden heraus, dass die Form des Sensors eine große Rolle spielte. Wenn die Pixel weiter auseinander lagen, fiel es dem System schwerer, die feinen Details der Teilchenspur zu erkennen, und seine Fähigkeit, schnelle Teilchen von langsamen zu unterscheiden, sank. Sie entdeckten jedoch einen cleveren Umweg: Einen dickeren Sensor zu verwenden, half dabei, die weitere Pixelabstände zu kompensieren. Ein dickerer Sensor ermöglichte es dem Teilchen, eine längere, deutlichere Spur zu hinterlassen, was dem Computer genügend Informationen gab, um selbst mit größeren Pixeln eine gute Entscheidung zu treffen. Für das spezifische Sensordesign, das für ein großes Upgrade am Large Hadron Collider geplant ist, identifizierte das System die schnellen Teilchen etwa 92 % der Zeit, während es fast 30 % der nutzlosen Daten verworf. Diese Balance ist entscheidend; sie bedeutet, dass das System die wertvollen physikalischen Daten behält und gleichzeitig die Menge der an die Hauptcomputer zu sendenden Informationen erheblich reduziert.

Die Studie untersuchte auch, wie das System in verschiedenen Teilen des Detektors abschnitt. Im zentralen Barrel-Abschnitt hilft das Magnetfeld dabei, die Pfade der Teilchen zu krümmen, was ihre Spuren leichter unterscheidbar macht. In den Endcap-Abschnitten, in denen die Sensoren anders orientiert sind, krümmt das Magnetfeld die Teilchen nicht auf die gleiche Weise, was die Aufgabe erschwert. Die Forscher fanden heraus, dass das System in diesen Endcap-Regionen tatsächlich weniger effektiv war, aber immer noch gut genug funktionierte, um nützlich zu sein. Sie simulierten auch, was passiert, wenn die Sensoren über viele Jahre hinweg mit Strahlung bombardiert werden, ein Prozess, der das Silizium beschädigt und die Art und Weise verändert, wie die elektrischen Signale verlaufen. Als sie das ursprüngliche Computerprogramm verwendeten, das auf frischen Sensoren trainiert worden war, versagte das System bei den beschädigten Sensoren kläglich, indem es gute Daten wegwarf und schlechte Daten behielt. Aber hier liegt die Schlüsselerkenntnis: Als sie das Computerprogramm einfach unter Verwendung von Daten der beschädigten Sensoren neu trainierten, stellte das System fast die gesamte Leistung wieder her. Dies beweist, dass das System nicht fragil ist; es kann sich an die Alterung der Hardware anpassen, indem es einfach seine internen Einstellungen aktualisiert.

Schließlich testete das Team die Widerstandsfähigkeit des Systems gegenüber elektrischem Rauschen, dem zufälligen statischen Rauschen, das elektronische Signale verwirren kann. Sie fanden heraus, dass die Leistung des Systems signifikant sank, wenn das Rauschen hoch war. Doch genau wie beim Strahlenschaden stellten sie fest, dass das erneute Trainieren des Systems mit Daten, die dieses Rauschen enthielten, es ermöglichte, seine Genauigkeit beizubehalten. Selbst bei Rauschpegeln, die einen Standarddetektor typischerweise hätten ruinieren können, blieb das neu trainierte System innerhalb weniger Prozentpunkte seiner ursprünglichen Leistung. Die Forscher prüften auch, ob das System mit einigen defekten Pixeln umgehen kann, die in echten Detektoren häufig vorkommen, und fanden heraus, dass es robust genug war, diese zu ignorieren, ohne dass spezielle Anpassungen nötig waren. Diese Ergebnisse legen nahe, dass die Technologie bereit für die reale Welt ist. Das System ist keine einmalige Lösung, die kaputtgeht, wenn sich die Bedingungen ändern; es ist ein flexibles Werkzeug, das aktualisiert werden kann, während der Detektor altert und sich die Umgebung verändert. Indem sie bewiesen, dass dieses intelligente Filtern über verschiedene Designs, magnetische Bedingungen und Schadensgrade hinweg funktioniert, liefert die Studie eine solide Grundlage für den Bau der nächsten Generation von Teilchendetektoren. Diese smarten Sensoren werden es Physikern ermöglichen, den Datenfluss in beispielloser Geschwindigkeit aufrechtzuerhalten und sicherzustellen, dass die interessantesten Teilchen – egal wie viele Kollisionen stattfinden – niemals verloren gehen.

Technische Zusammenfassung: Robustheit des Smartpixels-Klassifikators für unterschiedliche simulierte Sensorgeometrien und nicht-ideale Detektorbedingungen

Problemstellung
Nächste Generationen von Collider-Experimenten, wie der High-Luminosity Large Hadron Collider (HL-LHC), werden mit beispiellosen Dichten geladener Teilchen konfrontiert, insbesondere nahe dem Interaktionspunkt. Diese hohe Dichte erfordert extrem feine Pixel-Pitches in Silizium-Tracking-Detektoren, was wiederum die Bandbreitenanforderungen für die Datenauslese verschärft. Das Projekt „Smartpixels“ zielt darauf ab, dies durch den Einsatz von Algorithmen des maschinellen Lernens (ML) direkt auf dem Auslese-Chip (ASIC) des Detektors zu mildern, um eine Echtzeit-Datenreduktion durchzuführen. Konkret besteht das Ziel darin, Spuren mit niedrigem Transversalimpuls ( $p_T$ ) basierend auf der geometrischen Form der Ladungsdeposition-Cluster herauszufiltern, bevor diese aus dem Detektor übertragen werden. Während frühere Arbeiten die Machbarkeit dieses Ansatzes für eine einzelne Benchmark-Sensorgeometrie etabliert haben, blieb eine kritische Lücke im Verständnis darüber, wie die Leistung des Klassifikators von variierenden Sensordesigns, Betriebsbedingungen und nicht-idealen Detektorzuständen (wie Strahlungsschäden und Rauschen) abhängt. Ohne dieses Verständnis ist der Einsatz solcher Systeme in verschiedenen Detektorregionen (Barrel vs. Endcap) und über die Lebensdauer des Detektors hinweg ungewiss.

Methodik
Die Autoren nutzten das PixelAV Simulationsframework, um Datensätze für das Training und die Validierung eines neuronalen Netzwerks (NN) Klassifikators zu generieren. Die Simulation beinhaltete detaillierte Modelle von Siliziumdetektoren, welche Drift, Diffusion, den Hall-Effekt und strahlungsbedingte Ladungseinfang (Charge Trapping) berücksichtigten.

Datensätze: Zwei primäre Datensätze wurden erstellt: ein „flacher- $p_T$ “-Datensatz (gleichmäßige Verteilung von 0,03 bis 5 GeV) für das Training, um einen Impuls-Bias zu vermeiden, und ein „physikalischer- $p_T$ “-Datensatz (eine fallende Verteilung, wie sie typisch für 13 TeV $pp$-Kollisionen ist) für die Evaluierung.
Sensorkonfigurationen: Sieben verschiedene Sensorgeometrien wurden untersucht, wobei sich der Pixel-Pitch (entlang $x$ und $y$ ) sowie die Sensordicke variierten. Diese umfassten die Baseline von $50 \times 12,5 \times 100$ $\mu m^3$ , die CMS Phase-2 Upgrade Geometrie ( $100 \times 25 \times 100$ $\mu m^3$ ) und eine dickere Variante ( $100 \times 25 \times 150$ $\mu m^3$ ).
Nicht-ideale Bedingungen: Die Simulationen deckten ab:
- Geometrie: Barrel-Regionen (wo das Magnetfeld senkrecht zum Sensor steht) und Endcap-Regionen (wo das Feld parallel verläuft, wodurch der Lorentz-Drift eliminiert wird).
- Bestrahlung: Die Sensoren wurden simuliert bei Fluenzen, die einer integrierten Luminosität von 0, 370 und 1100 $fb^{-1}$ entsprechen.
- Rauschen: Gaußsches Rauschen wurde in die Ladungssimulation injiziert, basierend auf Berechnungen der äquivalenten Rauscheffizienz (Equivalent Noise Charge, ENC), die aus Cadence Virtuoso/Spectre ASIC-Simulationen abgeleitet wurden.
Algorithmus: Ein neuronales Netzwerk zur Klassifizierung wurde eingesetzt, welches als Input das „Cluster $y$ -Profil“ (die integrierte Ladung, projiziert auf die $y$ -Achse) und die einfallende Azimut-Position ( $y_0$ ) nutzt. Das Netzwerk gibt Wahrscheinlichkeiten für drei Klassen aus: High- $p_T$ -Spuren sowie zwei Low- $p_T$ -Kategorien (die entgegengesetzt geladene Spuren unterscheiden, die in entgegengesetzte Richtungen krümmen). Die Architektur des Netzwerks besteht aus einer dichten verborgenen Schicht (128 Neuronen) und einer Ausgabeschicht (3 Neuronen).

Wesentliche Beiträge
Diese Arbeit liefert die erste systematische Untersuchung der Robustheit des Smartpixels-Klassifikators über ein breites Spektrum von Designparametern und Betriebsbedingungen hinweg. Die wesentlichen Beiträge umfassen:

Geometrie-Abhängigkeit: Quantifizierung der Auswirkungen von Pixel-Pitch und Sensordicke auf die $p_T$ -Diskriminierung.
Regionsvergleich: Evaluierung der Leistungsunterschiede zwischen Barrel- und Endcap-Regionen, insbesondere durch Isolierung des Einflusses des Lorentz-Drifts.
Strahlungshärte: Demonstration der Degradation eines Klassifikators mit festen Gewichten unter Bestrahlung und der Nachweis, dass die Leistung durch Retraining wiederhergestellt werden kann.
Rauschresistenz: Bewertung des Einflusses von elektronischem Rauschen und defekten Pixeln, wobei gezeigt wird, dass ein Training auf mit Rauschen injizierten Daten die Leistung wiederherstellt.

Ergebnisse

Sensorgeometrie: Ein kleinerer Pixel-Pitch in der Ablenkungsrichtung ( $y$ ) und eine größere Sensordicke verbessern die $p_T$ -Diskriminierung, indem sie besser aufgelöste Cluster-Merkmale bereitstellen. Eine Erhöhung des $y$ -Pitches verschlechtert die Leistung, aber dieser Verlust kann teilweise durch eine Erhöhung der Sensordicke kompensiert werden. Für die CMS HL-LHC Sensorgeometrie ( $100 \times 25 \times 100$ $\mu m^3$ ) erreichte der Klassifikator eine Signaleffizienz von $(91,9 \pm 0,7)\%$ und eine Datenreduktion von $(29,7 \pm 1,0)\%$ . Die dickere Variante ( $100 \times 25 \times 150$ $\mu m^3$ ) kompensiert einen Teil des Leistungsverlusts durch den größeren Pixel-Pitch, erreicht jedoch nicht die Performance der $50 \times 12,5 \times 100$ $\mu m^3$ Baseline.
Lorentz-Drift: Das Fehlen des Lorentz-Drifts (in Endcap-Regionen oder 3D-Sensoren) reduziert die Leistung. Bei einer $p_T$ -Grenze von 0,2 GeV zeigten Endcap-Sensoren eine reduzierte Leistung im Vergleich zu Barrel-Sensoren. Der spezifische Einfluss der Entfernung des Lorentz-Drifts (simuliert durch das Setzen des Magnetfeldes auf Null in Barrel-Pixeln) führte jedoch zu einem absoluten Leistungsabfall von weniger als 6 % über alle Metriken hinweg.
Bestrahlung: Akkumulierte Strahlenschäden verändern die Clusterformen signifikant und reduzieren die Signaleffizienz im Vergleich zur Baseline um etwa 30–60 % in absoluten Werten, sofern die Netzwerk-Gewichte nicht aktualisiert werden. Jedoch stellt das Retraining des Netzwerks auf bestrauten Daten und die Aktualisierung der ASIC-Gewichte nahezu die gesamte Leistung wieder her, wobei die Signaleffizienz und die Datenreduktion selbst bei 1100 $fb^{-1}$ innerhalb von 7 % bzw. 2 % der ursprünglichen Werte liegen.
Rauschen: Steigende Rauschpegel (bis zu 100 Elektronen) verursachen einen erheblichen Leistungsabfall für ein auf rauschfreien Daten trainiertes Netzwerk. Jedoch hält ein Retraining auf mit Rauschen injizierten Datensätzen die Leistung innerhalb von 6 % der Baseline aufrecht. Das Netzwerk zeigte zudem eine Robustheit gegenüber defekten Pixeln (<1 % Rate), wobei die Leistung ohne Retraining innerhalb von 1 % des Nominalfalls blieb.

Bedeutung und Ausblick
Die Arbeit kommt zu dem Schluss, dass, obwohl nicht-ideale Bedingungen (Rauschen, Strahlung, Geometrie-Variationen) die Leistung eines statischen Klassifikators massiv verschlechtern, der Smartpixels-Ansatz durch den Einsatz von reprogrammierbarer Logik in den ASICs lebensfähig bleibt. Die Fähigkeit, das Netzwerk periodisch neu zu trainieren und die Gewichte zu aktualisieren, ermöglicht es dem System, sich an die Alterung der Sensoren und wechselnde Betriebsbedingungen anzupassen.

Die Autoren stellen fest, dass diese Ergebnisse Designüberlegungen für zukünftige Detektoren beeinflussen, die eine intelligente On-Sensor-Datenreduktion anstreben. Sie betonen, dass für die Verwendung in der ersten Schicht eines Triggers mindestens zwei Schichten von Smartpixels erforderlich sind. Die aktuelle Arbeit konzentriert sich auf die innerste Schicht, die die strengsten Bandbreitenanforderungen hat. Zukünftige Arbeiten werden diese Studien auf dislozierte Spuren (relevant für langlebige Teilchen), Multi-Layer-Tracking-Systeme und die Hybridisierung von Smartpixels-ASICs mit Pixelsensoren für Teststrahl-Demonstrationen ausweiten. Die Ergebnisse legen nahe, dass diese Technologie den Datendurchsatz reduzieren kann, während sie eine hohe physikalische Performance beibehält – eine Notwendigkeit für den Erfolg der nächsten Generation von Collider-Experimenten.

Mehr davon