DeepMET: Improving missing transverse momentum estimation with a deep neural network

Este artículo presenta DeepMET, un nuevo estimador de momento transversal faltante basado en redes neuronales profundas que mejora la resolución de dicha variable entre un 10% y un 30% en comparación con los métodos actuales utilizados por la colaboración CMS.

Lo esencial

El Detective de lo Invisible: Cómo el experimento CMS está aprendiendo a "ver" lo que no se ve

Imagina que estás en una fiesta de gala increíblemente ruidosa y llena de gente. De repente, notas que alguien ha dejado caer una copa de cristal y se ha roto, pero cuando miras al suelo, no ves el líquido, no ves los trozos de cristal, ni siquiera ves quién lo hizo. Sin embargo, sabes con total certeza que algo cayó, porque ves la mancha de humedad que se expande o el movimiento brusco de la gente alrededor.

En el mundo de la física de partículas, en el Gran Colisionador de Hadrones (LHC), ocurre algo muy parecido. Los científicos chocan partículas a velocidades increíbles para ver qué sale de ahí. A veces, aparecen partículas que son como "fantasmas": pasan a través de los detectores sin dejar rastro, sin chocar con nada, sin emitir luz. A estas partículas las llamamos "momento transversal perdido" (o $\vec{p}_T^{miss}$).

El problema es que, como no las vemos, tenemos que adivinar su existencia por el "desorden" que dejan en las partículas que sí podemos ver. Es como intentar adivinar la trayectoria de un fantasma mirando solo cómo se mueven las cortinas de una habitación.

El problema: El "ruido" de la fiesta (Pileup)

El gran reto es que el LHC es una máquina tan potente que, en cada choque que nos interesa, ocurren cientos de otros "choques menores" al mismo tiempo. Es como si, mientras intentas analizar el accidente de la copa de cristal, de repente empezaran a caer confeti, pelotas de ping-pong y migas de pan de otras mesas cercanas. Todo ese "ruido" (llamado pileup) confunde a los sensores y hace que sea muy difícil saber qué parte del desorden pertenece al choque principal y qué parte es solo basura de la fiesta.

La solución: DEEPMET, el "Super-Detective con Inteligencia Artificial"

Hasta ahora, los científicos usaban reglas matemáticas fijas para intentar limpiar ese ruido. Pero el equipo de CMS ha creado algo nuevo: DEEPMET.

Imagina que en lugar de usar una regla vieja, contratas a un detective con una inteligencia artificial superavanzada. Este detective no solo mira el desorden; mira cada pequeña migaja, cada gota de líquido y cada movimiento de la gente.

¿Cómo funciona DEEPMET?

1. Analiza cada pieza por separado: En lugar de mirar el evento como un todo borroso, DEEPMET examina cada partícula detectada de forma individual.
2. Les asigna un "peso de importancia": El detective mira una partícula y dice: "Tú pareces ser parte del choque principal, te daré mucha importancia" o "Tú pareces ser solo una migaja de confeti que cayó de otra mesa, te daré un peso casi nulo".
3. Suma con inteligencia: Al final, en lugar de sumar todo el desorden, DEEPMET hace una suma inteligente, dándole prioridad a lo que realmente importa y descartando el ruido.

¿Por qué es esto un gran avance?

El resultado es impresionante. Gracias a este nuevo "cerebro digital":

• Es mucho más preciso: Ha mejorado la resolución de estas mediciones entre un 10% y un 30%. Es como si hubiéramos pasado de ver una película borrosa a ver una en 4K.
• Es resistente al caos: No se deja engañar por el "ruido" de los choques adicionales (el pileup).
• Es versátil: Funciona bien tanto para estudiar partículas conocidas (como los neutrinos) como para buscar cosas misteriosas, como la materia oscura (el gran fantasma del universo).

En resumen: DEEPMET es como un par de gafas de visión nocturna ultra-inteligentes que permiten a los científicos del CERN ver las huellas de los fantasmas cósmicos con una claridad que nunca antes habíamos tenido.

Resumen técnico

Resumen Técnico: DEEPMET – Mejora de la estimación del momento transversal faltante mediante redes neuronales profundas

1. El Problema: La medición del $\vec{p}_T^{\text{miss}}$

En los colisionadores de hadrones (como el LHC), la detección de partículas que no interactúan con el detector (como neutrinos o candidatos a materia oscura) es fundamental. Estas partículas se infieren indirectamente mediante el momento transversal faltante ($\vec{p}_T^{\text{miss}}$), que es el negativo de la suma vectorial de los momentos de todas las partículas reconstruidas.

La precisión de esta medida es extremadamente difícil debido a varios factores:

• Resolución de partículas: Errores en la medición de la energía y el momento de los objetos reconstruidos (jets, leptones, etc.).
• Pileup: El gran número de interacciones proton-protón adicionales en el mismo cruce de haces, que añade ruido y partículas de bajo momento que no pertenecen a la colisión de interés.
• Limitaciones de algoritmos previos: Los métodos tradicionales (como PF $\vec{p}_T^{\text{miss}}$) o basados en árboles de decisión (MVA-$\vec{p}_T^{\text{miss}}$) pueden no ser óptimos para todos los procesos físicos o pueden ser sensibles a la topología del evento.

2. Metodología: El algoritmo DEEPMET

DEEPMET es un nuevo estimador basado en una Red Neuronal Profunda (DNN) diseñada para operar a nivel de partícula individual.

Arquitectura de la Red:

• Entradas (Inputs): La red procesa cada candidato de Particle-Flow (PF) de forma individual. Utiliza 11 características: 8 continuas (parámetros de impacto $d_{xy}, d_z$, peso PUPPI, y 5 variables cinemáticas: $\eta, m, p_x, p_y, p_T$) y 3 categóricas (ID de la partícula, carga y una bandera de asociación con el vértice primario o LPV).
• Procesamiento: Las variables categóricas pasan por capas de embedding para representar distancias en un espacio de características aprendido. La red utiliza capas densas con normalización por lotes (batch normalization) para acelerar la convergencia.
• Salida (Output): Para cada partícula $i$, la red produce un peso ($w_i$) y dos términos de sesgo ($b_{i,x}, b_{i,y}$).
• Cálculo final: El $\vec{p}_T^{\text{miss}}$ se calcula como la suma vectorial negativa de los momentos transversales ponderados por la red, más los sesgos:
  \vec{p}_T^{\text{miss}}_x = -\sum_i (w_i p_{i,x} + b_{i,x}), \quad \vec{p}_T^{\text{miss}}_y = -\sum_i (w_i p_{i,y} + b_{i,y})

Entrenamiento y Calibración:

• Entrenamiento: Se utilizó una combinación de muestras simuladas de procesos $Z+\text{jets}$ (bajos momentos) y $t\bar{t}$ (altos momentos) para asegurar una amplia cobertura cinemática.
• Calibración: Se aplicó una calibración basada en cuantiles utilizando datos de $Z \to \mu\mu$ para alinear la simulación con los datos reales, corrigiendo la escala y la resolución.

3. Contribuciones Clave

1. Enfoque basado en partículas: A diferencia de otros métodos que usan observables globales del evento, DEEPMET trabaja con las propiedades locales de cada partícula, lo que le permite generalizar mejor.
2. Resiliencia al Pileup: El uso de pesos PUPPI como entrada y la arquitectura de la red permiten que el algoritmo sea mucho más robusto frente al ruido de interacciones adicionales.
3. Versión PV-Agnostic: Se desarrolló una variante que no depende de la identificación perfecta del vértice primario (LPV), lo cual es crucial para mediciones de alta precisión como la masa del bosón $W$.
4. Eficiencia Computacional: Con solo 4,541 parámetros entrenables, el modelo es extremadamente ligero, permitiendo una inferencia rápida (aprox. 10 ms por evento) dentro del software CMSSW del CMS.

4. Resultados Principales

• Mejora en la resolución: DEEPMET mejora la resolución del $\vec{p}_T^{\text{miss}}$ entre un 10% y un 30% en comparación con los estimadores actuales (PF y PUPPI).
• Desempeño multivariado: La mejora es consistente en una amplia gama de estados finales, incluyendo procesos del Modelo Estándar (Higgs, $W, Z$) y procesos de Nueva Física (Supersimetría/SMS).
• Respuesta al Pileup: En regiones de alto pileup (muchos vértices reconstruidos), DEEPMET supera significativamente a PUPPI, manteniendo una resolución estable.
• Precisión en procesos específicos: En la medición de la masa del bosón $W$, la versión PV-Agnostic proporciona picos de Jacobiano más agudos, lo que se traduce en una mejor resolución de la masa transversal ($m_T$).

5. Significado y Conclusión

El desarrollo de DEEPMET representa un avance significativo en la capacidad de reconstrucción del experimento CMS. Al integrar técnicas de aprendizaje profundo de manera eficiente y robusta, el algoritmo no solo optimiza las mediciones de precisión del Modelo Estándar, sino que también aumenta la sensibilidad para descubrir nueva física (como la materia oscura) en las condiciones de alta luminosidad que se esperan en el futuro del LHC.