Deep Learning-Based $^{14}$C Pile-Up Identification in the JUNO Experiment

Este trabajo presenta el uso de modelos de aprendizaje profundo, incluidos transformadores y redes convolucionales, para identificar eficazmente los eventos de superposición causados por isótopos de $^{14}$C en el experimento JUNO, mejorando así la resolución de energía necesaria para determinar el orden de masa de los neutrinos.

Lo esencial

¡Claro que sí! Imagina que el experimento JUNO es como un gigantesco ojo de gato que vive bajo tierra, en la montaña de Jiangmen, China. Su misión es tan importante como difícil: quiere descubrir el "orden de masas" de los neutrinos (partículas fantasma que atraviesan todo el universo sin que nos demos cuenta).

Para lograr esto, JUNO tiene un tanque enorme lleno de un líquido especial que brilla (como una piscina de luz) cuando una partícula choca con él. Pero aquí viene el problema, y es donde entra nuestra historia de "detectives con inteligencia artificial".

El Problema: La "Mala Hierba" en el Jardín de Luz

Imagina que estás intentando escuchar una canción muy suave y clara (la señal del neutrino) en una fiesta. De repente, alguien empieza a toser o a hacer ruido de fondo (la señal de contaminación).

• La Canción (El Neutrino): Cuando un neutrino choca, crea una partícula llamada "positrón" que hace un destello de luz muy específico. JUNO necesita medir la energía de ese destello con una precisión quirúrgica (como si tuvieras que adivinar el peso de una pluma usando una báscula de camión).
• La Mala Hierba (El Carbono-14): Dentro del líquido brillante, hay un poco de "suciedad" natural llamada Carbono-14. Este carbono también hace destellos de luz, pero son muy débiles y pequeños.
• El Pile-Up (El Atasco): A veces, el destello del neutrino y el destello pequeño del carbono ocurren exactamente al mismo tiempo y en el mismo lugar. Es como si dos personas intentaran hablar al mismo tiempo en una habitación pequeña; el resultado es un ruido confuso que hace que JUNO no pueda medir la canción original con precisión. Si no arreglan esto, la "canción" se distorsiona y el experimento falla.

La Solución: Los Detectives de Inteligencia Artificial

Los científicos se dieron cuenta de que no podían simplemente "filtrar" el ruido a mano. Necesitaban un detective superinteligente que pudiera mirar miles de fotos de destellos y decir: "¡Eh, esto es solo un neutrino!" o "¡Ojo! Esto es un neutrino mezclado con carbono".

Para esto, entrenaron a tres tipos de detectives digitales (modelos de aprendizaje profundo):

1. El Detective Fotográfico (2D CNN):

   • Cómo funciona: Imagina que tomas una foto de la piscina de luz desde arriba. Los detectores (fotomultiplicadores) son como píxeles en una cámara. Este detective convierte los datos en una imagen (como una foto de calor) donde ve la forma y el brillo.
   • Analogía: Es como si le enseñaras a un niño a reconocer un gato mirando una foto. Si la "foto" del destello tiene una forma rara, el detective dice: "Esto es una mezcla".
   • Resultado: Funciona bien, pero es lento y a veces se confunde si la "foto" es muy borrosa.

2. El Detective de Ondas (1D CNN):

   • Cómo funciona: En lugar de una foto, este detective mira una línea de tiempo. Imagina una gráfica donde el eje horizontal es el tiempo y el vertical es la cantidad de luz. Cuando hay un "atasco" (pile-up), la línea tiene dos picos juntos o uno muy extraño.
   • Analogía: Es como escuchar una canción y tratar de detectar si hay dos voces cantando al mismo tiempo. Este detective es muy bueno viendo la forma de la onda de sonido.
   • Resultado: ¡Es el mejor! Encuentra los "atascos" difíciles mucho más rápido y con más precisión que el fotográfico.

3. El Detective Genio (Transformer):

   • Cómo funciona: Este es el mismo tipo de inteligencia artificial que usan las herramientas modernas de traducción o chatbots (como el que estás usando ahora). Mira los datos como una historia o una secuencia de palabras.
   • Analogía: En lugar de solo mirar la forma de la onda, este detective "lee" la secuencia de eventos y entiende el contexto. "Si hubo un pico aquí, y luego otro pequeño aquí, probablemente es una mezcla".
   • Resultado: Funciona casi tan bien como el Detective de Ondas, pero es un poco más lento de entrenar.

¿Qué descubrieron?

Los científicos probaron a estos tres detectives con datos simulados (como un examen de práctica).

• El gran hallazgo: Los dos detectives que miran la línea de tiempo (el 1D CNN y el Transformer) son mucho mejores que el que mira las fotos (2D CNN) cuando el problema es difícil.
• La zona crítica: Hay momentos donde el ruido del carbono y la señal del neutrino ocurren a menos de 300 nanosegundos de diferencia (¡es decir, casi al mismo tiempo!). Aquí es donde los otros detectives fallan, pero los nuevos detectives de "línea de tiempo" logran separarlos con un 99% de éxito.

En Resumen

El experimento JUNO necesita ver muy claro para entender el universo. El Carbono-14 es como un ruido molesto que empaña la visión. Gracias a estas nuevas técnicas de Inteligencia Artificial (especialmente las que analizan el tiempo y no solo la imagen), los científicos tienen ahora una herramienta poderosa para limpiar ese ruido.

Es como pasar de usar unos anteojos normales a usar unas gafas de realidad aumentada que pueden separar dos voces hablando al mismo tiempo. Esto asegura que, cuando JUNO empiece a trabajar en serio en 2024, podrá escuchar la "canción" de los neutrinos con la claridad perfecta necesaria para desvelar los secretos del universo.

Resumen técnico

Aquí presento un resumen técnico detallado del artículo en español, estructurado según los puntos solicitados:

Resumen Técnico: Identificación de Pile-up de $^{14}$C Basada en Aprendizaje Profundo en el Experimento JUNO

1. Planteamiento del Problema

El Observatorio de Neutrinos Subterráneo de Jiangmen (JUNO) tiene como objetivo principal determinar el orden de masa de los neutrinos (NMO) con un nivel de confianza de 3$\sigma$ en un periodo de 6 años. Un requisito crítico para lograr esto es mantener una resolución de energía de los positrones ($e^+$) superior al 3%.

Sin embargo, la presencia de isótopos residuales de Carbono-14 ($^{14}$C) en el centelleador líquido introduce efectos de "pile-up" (superposición de eventos). Cuando un evento de $^{14}$C ocurre temporal y espacialmente cerca de un evento de $e^+$, la señal combinada degrada la resolución de energía.

• Desafío principal: La señal del $^{14}$C es significativamente más pequeña que la del positrón, y la proximidad temporal y de vértice entre ambos eventos dificulta su distinción.
• Impacto: Una actividad de $^{14}$C de 40,000 Bq podría degradar la resolución de energía relativa en aproximadamente un 2% a 1 MeV, un efecto no despreciable que requiere mitigación mediante la identificación y reconstrucción precisa de estos eventos.

2. Metodología

El estudio propone el uso de modelos de aprendizaje profundo (Deep Learning) para identificar eventos de pile-up. Se utilizaron datos generados mediante simulaciones del software offline de JUNO (versión J22.1.0-rc0), que incluyen simulaciones Geant4, de electrónica y reconstrucción de eventos.

• Conjunto de Datos:
  • Se entrenó el modelo con ~160,000 eventos de $e^+$ puros y ~90,000 eventos de pile-up ($e^+$ + $^{14}$C).
  • Se filtraron eventos de pile-up con muy pocas señales en los tubos fotomultiplicadores (PMT) ($nHit_{14C} < 50$), ya que su impacto en la resolución de energía es negligible.
  • Las energías cinéticas de los positrones variaron de 0 a 5 MeV.

Se evaluaron tres arquitecturas de redes neuronales:

• A. Red Neuronal Convolucional 2D (2DCNN):

  • Enfoque: Transforma los datos de JUNO en un formato de imagen bidimensional.
  • Entrada: Se mapean los IDs de los PMT a coordenadas $(x, y)$. Se crean dos canales de imagen: uno para la carga y otro para el tiempo de primer impacto.
  • Preprocesamiento: La posición reconstruida se rota para alinearse con el eje X. Los valores de carga y tiempo se escalan (factores de 5 y 100, respectivamente).
  • Arquitectura: Capas convolucionales 2D, normalización por lotes (Batch Norm), max pooling y capas totalmente conectadas con activación ReLU.

• B. Red Neuronal Convolucional 1D (1DCNN):

  • Enfoque: Utiliza la distribución temporal de las señales de los PMT.
  • Entrada: Dos canales de datos unidimensionales (histogramas de tiempo):
    1. Número de hits de PMT vs. tiempo (-250 ns a 1250 ns).
    2. Número de hits de PMT vs. tiempo con el tiempo de vuelo de la luz restado (-500 ns a 1000 ns).
  • Arquitectura: Similar a la 2DCNN pero utilizando capas convolucionales, de normalización y pooling unidimensionales.

• C. Modelo Basado en Transformers:

  • Enfoque: Trata los datos unidimensionales de la 1DCNN como una secuencia de vectores.
  • Arquitectura: Los datos se incrustan mediante una capa convolucional, seguido de un codificador de posición y una capa típica de codificador Transformer, finalizando con capas totalmente conectadas.

3. Contribuciones Clave

• Aplicación de DL a JUNO: Es uno de los primeros estudios que aplica modelos avanzados de Deep Learning (incluyendo Transformers) específicamente para la identificación de pile-up de $^{14}$C en el contexto del experimento JUNO.
• Comparativa de Arquitecturas: Se realiza una evaluación exhaustiva comparando enfoques basados en imágenes (2DCNN) frente a enfoques temporales (1DCNN y Transformers), demostrando que la estructura de los datos (temporal vs. espacial) es crucial para este problema.
• Optimización de la Región Crítica: Se identifica y aborda específicamente la "región clave" (diferencia de tiempo entre 0 y 300 ns), donde la distinción es más difícil pero el impacto en la resolución de energía es mayor.

4. Resultados

• Rendimiento General: Todos los modelos lograron una eficiencia de identificación del 99% para eventos de $e^+$ puros.
• Comparación de Modelos:
  • 2DCNN: Mostró una eficiencia subóptima en la región crítica (0-300 ns de diferencia temporal), fallando en distinguir eventos donde el $^{14}$C y el $e^+$ están muy cercanos en el tiempo.
  • 1DCNN y Transformer: Ambos modelos demostraron una eficiencia significativamente mejorada en la región crítica (0-300 ns) en comparación con la 2DCNN.
  • Similitud 1DCNN vs. Transformer: El modelo Transformer obtuvo resultados muy similares a la 1DCNN, confirmando la viabilidad de los Transformers en física de partículas para este tipo de tareas.
• Eficiencia de Tiempo:
  • 1DCNN: ~4 minutos por época (el más rápido).
  • Transformer: ~27 minutos por época.
  • 2DCNN: ~60 minutos por época (el más lento).
• Limitaciones: Los modelos aún tienen dificultades con eventos de pile-up donde la diferencia temporal es muy pequeña y la posición del $^{14}$C es muy cercana a la del $e^+$, aunque estos son los casos más críticos para la resolución de energía.

5. Significado e Impacto

La identificación exitosa de eventos de pile-up es un paso fundamental para mitigar la degradación de la resolución de energía causada por el $^{14}$C en JUNO.

• Relevancia para NMO: Al mejorar la capacidad de identificar y reconstruir correctamente estos eventos superpuestos, se preserva la alta resolución de energía necesaria para determinar el orden de masa de los neutrinos con la precisión requerida (3$\sigma$).
• Avance Técnico: El estudio demuestra que los modelos basados en secuencias temporales (1DCNN y Transformers) son superiores a los enfoques basados en imágenes (2DCNN) para este problema específico, ofreciendo una solución eficiente y escalable para el análisis de datos futuros del experimento.

En conclusión, este trabajo proporciona una solución basada en Deep Learning prometedora para uno de los desafíos de fondo más importantes en el experimento JUNO, asegurando la calidad de los datos necesarios para descubrimientos fundamentales en física de neutrinos.