Using Graph Neural Networks for hadronic clustering and to reduce beam background in the Belle~II electromagnetic calorimeter

Diese Arbeit stellt einen neuartigen Ansatz vor, bei dem Graph-Neuronale-Netzwerke eingesetzt werden, um im elektromagnetischen Kalorimeter von Belle II durch die Identifizierung und Entfernung unerwünschter Energieablagerungen vor der Clusterbildung sowohl die durch hohe Hintergrundraten verursachten Probleme als auch die Schwierigkeiten bei der Rekonstruktion von Hadronen zu lösen.

Das Wesentliche

Titel: Wie ein smarter KI-Filter den „Lärm" im Teilchenbeschleuniger beseitigt

Stellen Sie sich das Belle II-Experiment wie einen riesigen, hochmodernen Fotoapparat vor, der in Japan am SuperKEKB-Beschleuniger steht. Dieser „Fotoapparat" ist eigentlich ein Detektor, der die winzigen Überreste von Teilchenkollisionen einfängt, um die Geheimnisse des Universums zu entschlüsseln.

Das Herzstück dieses Systems ist der elektromagnetische Kalorimeter (ECL). Man kann sich ihn wie eine gigantische Wand aus 8.376 Kristallen vorstellen (ähnlich wie ein riesiges Mosaik aus Leuchtsteinen). Wenn ein Teilchen durch diese Wand fliegt, trifft es auf einen Kristall, der aufleuchtet. Die Stärke des Lichts verrät uns, wie viel Energie das Teilchen hatte.

Das Problem: Der „Lärm" wird zu laut

In den letzten Jahren hat der Beschleuniger so viel Leistung gebracht, dass er einen riesigen Hintergrundrauschen erzeugt hat. Das ist wie bei einer Party: Früher konnte man sich gut unterhalten (die echten Teilchen-Signale hören). Jetzt schreit aber die ganze Menge (das Hintergrundrauschen) so laut, dass man die wichtigen Gespräche kaum noch versteht.

Es gibt zwei Hauptprobleme:

1. Der „Lärm" (Strahl-Hintergrund): Durch die hohe Leistung entstehen zufällige Energie-Spuren, die gar nichts mit den echten Experimenten zu tun haben.
2. Die „zerklüfteten" Spuren (Hadronen): Echte Teilchen, die auf Atome treffen (Hadronen), hinterlassen keine sauberen, runden Lichtflecken wie Lichtstrahlen. Sie hinterlassen eher ein chaotisches, zersplittertes Muster, das an ein zerbrochenes Porzellan erinnert.

Der alte Computer-Algorithmus, der diese Lichtflecken zusammenfügt, ist wie ein starrer Roboter. Er denkt: „Jeder Lichtpunkt ist ein neues Objekt!" Das führt zu zwei Problemen:

• Der Computer wird langsam, weil er zu viele falsche Objekte zählt.
• Echte Teilchen werden fälschlicherweise in mehrere kleine Stücke zerlegt, als wären es viele verschiedene Teilchen.

Die Lösung: Ein smarter Detektiv mit einem Netz (Graph Neural Network)

Die Autoren dieses Papers haben eine neue Idee entwickelt: Statt dem starren Roboter einen intelligenten Detektiv zu geben, der mit einem Graph Neural Network (GNN) arbeitet.

Stellen Sie sich das GNN wie ein soziales Netzwerk vor:

• Jeder leuchtende Kristall ist ein Mitarbeiter (ein Knoten im Netzwerk).
• Die Nachbarn eines Kristalls sind seine Freunde.
• Der Algorithmus schaut sich nicht nur den einzelnen Kristall an, sondern fragt: „Wer sind deine Freunde? Wie leuchten sie? Wie ist der Abstand zwischen euch?"

Warum ist das besser?

1. Es versteht die Struktur: Ein echter Teilchen-Schauer sieht aus wie ein zusammenhängendes Dorf. Ein zufälliger Lärm-Punkt steht oft einsam da oder hat komische Nachbarn. Das GNN merkt das sofort.
2. Es ist flexibel: Da die Kristalle im Detektor nicht perfekt rechteckig angeordnet sind (sie sind leicht geneigt), kann das GNN die „Freundschaften" (Kanten im Graphen) dynamisch anpassen, während der alte Algorithmus nur starre Regeln hatte.

Wie funktioniert der Filter?

Der neue Algorithmus läuft wie ein Sicherheitscheck vor dem eigentlichen Zählen:

1. Training: Der KI-Modell wurde an Millionen von simulierten Kollisionen trainiert. Man hat ihm beigebracht, den Unterschied zwischen „echten Gästen" (Signal) und „Störern" (Hintergrund) zu erkennen.
2. Die Prüfung: Bevor der Computer die Lichtflecken zu Clustern zusammenfasst, prüft er jeden einzelnen Lichtpunkt (Local Maximum).
   • Ist es nur Rauschen? -> Weg damit! (Der Punkt wird ignoriert).
   • Ist es ein zerbrochenes Teilchen? -> Zusammenfügen! (Es wird als Teil des großen Ganzen erkannt).
   • Ist es ein echtes Signal? -> Behalten!

Das Ergebnis

Die Ergebnisse sind vielversprechend:

• 90 % des „Lärms" (das zufällige Hintergrundrauschen) werden erfolgreich herausgefiltert, ohne die echten Signale zu beschädigen.
• Bei den schwierigeren Fällen (zerklüftete Hadronen-Spuren) kann der Algorithmus etwa 40 % der Fehler vermeiden, besonders in den mittleren Bereichen des Detektors.

Fazit

Zusammenfassend haben die Forscher einen intelligenten Filter entwickelt, der wie ein erfahrener Detektiv durch das Chaos der Daten schaut. Anstatt jeden Lichtpunkt blind zu zählen, versteht er die Zusammenhänge zwischen den Kristallen. Das bedeutet:

• Schnellere Berechnungen.
• Kleinere Datenmengen (weniger „Müll" speichern).
• Präzisere Ergebnisse für die Physiker, die die Geheimnisse des Universums entschlüsseln wollen.

Es ist, als würde man aus einem chaotischen, lauten Raum die echten Gespräche herausfiltern, indem man nicht nur auf die Lautstärke hört, sondern darauf, wer mit wem spricht.

Technische Zusammenfassung

Titel: Einsatz von Graph Neural Networks (GNN) für hadronisches Clustering und zur Reduktion von Strahlhintergrund im elektromagnetischen Kalorimeter von Belle II

Datum: 23. April 2026
Autoren: Jonas Eppelt, Torben Ferber (Karlsruher Institut für Technologie, KIT)

---

1. Problemstellung

Das elektromagnetische Kalorimeter (ECL) des Belle II-Experiments besteht aus 8.376 CsI(Tl)-Szintillationskristallen. Es dient nicht nur der Messung elektromagnetischer Teilchen, sondern auch der Identifizierung und Positionsbestimmung von Hadronen, insbesondere neutraler Hadronen.

Aktuelle Herausforderungen ergeben sich aus zwei Hauptquellen:

1. Erhöhte Strahlhintergrundraten: Durch die rekordverdächtigen Luminositäten des SuperKEKB-Beschleunigers (nahe $5 \times 10^{34} \, \text{cm}^{-2}\text{s}^{-1}$) steigt die Rate an Hintergrundereignissen (z. B. Streuung an Restgas, Touschek-Effekt, synchrotronstrahlung). Dies führt zu einer höheren Anzahl von Kristallen mit Energieablagerungen und einer Zunahme der gemessenen Gesamtenergie.
2. Natur hadronischer Wechselwirkungen: Im Gegensatz zu $\gamma$- und $e^\pm$-Teilchen erzeugen Hadronen unregelmäßige, teils diskontinuierliche Energieablagerungen. Dies führt zu sogenannten "Split-offs" (z. B. Neutronen, die weit wandern, bevor sie erneut interagieren).

Folgen für den aktuellen Algorithmus:
Der derzeitige Clustering-Algorithmus basiert auf der Identifizierung von Lokalen Maxima (LM) innerhalb von verbundenen Regionen (Connected Regions, CR). Die genannten Herausforderungen führen zu:

• Einer Überflutung mit zusätzlichen LMs, was die Rechenzeit und Speicherbedarf erhöht.
• Fälschlicherweise aufgespaltenen Clustern, wenn Hintergrundprozesse ein zweites LM in einer CR erzeugen.
• Verschlechterter Energieauflösung für Photonen und einer schlechteren Positionsrekonstruktion neutraler Hadronen.
• Schwierigkeiten bei der Rekonstruktion der Kollisionsenergie, da zusätzliche "Fake"-Cluster die Energiebilanz verfälschen.

---

2. Methodik

Die Autoren schlagen einen Ansatz vor, der Graph Neural Networks (GNN) nutzt, um unerwünschte Energieablagerungen (Hintergrund-LMs) vor dem eigentlichen Clustering zu identifizieren und zu entfernen.

2.1 Datengrundlage und Labeling

Die Trainingsdaten stammen aus Detektorsimulationen (basierend auf basf2, Geant4, EvtGen, PHOKHARA). Um die GNNs zu trainieren, werden die LMs in folgende Kategorien unterteilt:

• Signal-LMs: Haupt-LMs von physikalischen Signalteilchen.
• Beam-Background-LMs: LMs mit < 20 MeV Ablagerung durch simulierte Teilchen, die auf Strahlhintergrund zurückgehen.
• Duplicate-LMs: LMs, die nicht mit einem simulierten Teilchen assoziiert sind (z. B. durch Rauschen oder Splitting).
• Split-off-LMs: LMs von Sekundärteilchen (meist Neutronen), die bei hadronischen Schauern entstehen und weit vom Ursprung entfernt interagieren.

Um Split-offs korrekt zu labeln, wurden neue Kriterien eingeführt, um Sekundärteilchen zu speichern, die sonst nicht gespeichert würden (basierend auf kinetischer Energie und Flugstrecke).

2.2 Modellarchitektur

Das GNN-Modell verarbeitet die Kristalle als Knoten in einem Graphen:

• Knoten-Features: Gemessene Energie, Zeit und detaillierte Informationen aus dem Pulsform-Template-Fit (inkl. Hadronenanteil). Zusätzlich wird die Kristallmasse zur Berücksichtigung der Geometrie verwendet.
• Graph-Struktur: Für jedes LM werden Nachbarkristalle bis zur 5. Ordnung einbezogen (im Barrel ein 9x9-Quadrat). Da die Graphen klein sind, werden sie als vollständig verbunden (fully connected) dargestellt.
• Netzwerkstruktur:
  • Globale Austauschschicht (Global Exchange) fügt Graph-Durchschnitte zu den Knotenfeatures hinzu.
  • BatchNorm und lineare Schichten für Node-Embeddings.
  • Ein Stapel von Message-Passing-Blöcken mit Skip-Connections. Diese nutzen eine modifizierte GravNet-Schicht (ohne K-nearest-neighbor-Berechnung), die Knoten in einen latenten Raum projiziert und Distanzen als Gewichte nutzt.
  • Globales Mittelwert-Pooling für Graph-Embeddings.
  • Feed-Forward-Schichten für die Klassifikation.
• Training: Verwendung von 20.000 $\Upsilon(4S) \to B\bar{B}$-Ereignissen und 10.000 $\phi \to K^0_L K^0_S \gamma$-Ereignissen. Als Verlustfunktion wird der Mean Squared Error (MSE) verwendet, da er stabiler als Binary Cross-Entropy ist. Stochastic Weighted Averaging (SWA) wird nach 100 Epochen eingesetzt.

2.3 Schwellenwertbestimmung

Da die Verteilung von Hintergrund-LMs (insbesondere Split-offs) der von Signal-LMs ähnelt, wird der Arbeitspunkt des Klassifizierers nicht global, sondern energieabhängig und regionsabhängig (Forward, Barrel, Backward) bestimmt.

• Ziel: Eine feste Signal-Ablehnungsrate (Signal Rejection) von 5 % (d.h. 95 % Signal-Effizienz).
• Der Klassifizierer wird nur auf LMs mit 20–100 MeV angewendet; LMs darüber werden beibehalten, um den Physikverlust bei hochenergetischen Teilchen zu vermeiden.

---

3. Ergebnisse

Die Evaluierung erfolgte an simulierten $\Upsilon(4S) \to B\bar{B}$-Ereignissen mit Strahlhintergrund-Overlay.

• Strahlhintergrund (Beam Background): Der Klassifizierer kann bis zu 95 % der durch Strahlhintergrund verursachten LMs entfernen, während 95 % der Signale erhalten bleiben. Diese Leistung ist über alle Detektorregionen hinweg sehr hoch.
• Split-offs und falsch geteilte Cluster: Diese sind schwieriger zu unterscheiden, da ihre physikalischen Signaturen denen des Signals ähneln (niederenergetische Teilchen, die Schauer erzeugen).
  • Im Barrel wird bei Energien > 50 MeV eine Ablehnungsrate von ca. 40 % erreicht. Dies liegt daran, dass der Pulsform-Fit ab 50 MeV präzise genug ist, um verlässliche Zeit- und Pulsforminformationen zu liefern.
  • In den Endkappen (insbesondere Backward) ist die Effizienz für nicht-hintergrundinduzierte LMs niedriger (ca. 30–50 %), bedingt durch den sehr hohen allgemeinen Hintergrundpegel.
• Gesamteffizienz: Über alle Hintergrundtypen hinweg liegt die durchschnittliche Ablehnungsrate bei niedrigen LM-Energien bei ca. 75 %, sinkt aber in Regionen mit weniger Strahlhintergrund (Forward/Barrel) auf ca. 30 % ab, da dort andere Hintergrundquellen dominieren.

---

4. Bedeutung und Ausblick

• Lösung des Clustering-Problems: Der vorgeschlagene GNN-Ansatz adressiert effektiv die Überlastung des aktuellen Clustering-Algorithmus durch Hintergrund-LMs und Split-offs. Dies führt zu saubereren Clustern, besserer Energieauflösung und reduzierter Rechenzeit.
• Detektorsimulation als Schlüssel: Die Arbeit unterstreicht, dass detaillierte Studien der Detektorsimulation (insbesondere das korrekte Labeling von Split-offs und Sekundärteilchen) essenziell für das Training effektiver GNNs sind.
• Zukünftige Anwendungen: Die gewonnenen Erkenntnisse und das trainierte Modell bilden eine Basis für zukünftige Entwicklungen, wie z. B. die Vorhersage der Clusterenergie direkt mittels GNNs, was den traditionellen Clustering-Schritt weiter optimieren könnte.

Zusammenfassend demonstriert diese Studie, dass Graph Neural Networks ein vielversprechendes Werkzeug sind, um die komplexen Herausforderungen des Belle II-ECL unter extremen Luminositätsbedingungen zu bewältigen und die Datenqualität für die B-Physik-Analysen zu sichern.