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

Este trabajo presenta un enfoque novedoso que utiliza redes neuronales de grafos para identificar y eliminar depósitos de energía no deseados causados por el ruido de fondo en el calorímetro electromagnético de Belle II, mejorando así la resolución y la identificación de hadrones neutros frente a los desafíos impuestos por las altas luminosidades del acelerador SuperKEKB.

Lo esencial

Imagina que el experimento Belle II es como un gigantesco y sofisticado "ojo" que observa colisiones de partículas subatómicas. Su trabajo es tomar una foto instantánea de lo que sucede cuando dos haces de partículas chocan a velocidades increíbles.

Para ver estas colisiones, el detector tiene un "cristal" gigante hecho de 8,376 bloques de centelleo (como si fueran 8,376 pequeños ladrillos de vidrio especial). Cuando una partícula choca contra ellos, brillan. El problema es que el detector no solo ve las partículas que queremos estudiar, sino también mucho "ruido" de fondo, como si alguien estuviera encendiendo y apagando luces aleatorias en la habitación justo cuando intentas tomar una foto importante.

Aquí es donde entra la historia de este papel, que propone usar una Inteligencia Artificial (Red Neuronal Gráfica) para limpiar el ruido y encontrar las señales reales.

1. El Problema: El "Ruido" y los "Fantasmas"

El detector actual tiene un método un poco antiguo para agrupar los destellos de luz. Funciona así:

• Si un bloque de vidrio brilla mucho, lo marca como el "centro" de una foto.
• Luego, busca bloques vecinos que también brillen y los une a ese centro.

El problema es que el mundo ha cambiado:

1. Más ruido: El acelerador de partículas (SuperKEKB) ahora funciona tan rápido que genera muchísimo más "ruido" de fondo (partículas que no vienen de la colisión principal, sino de rebotes o radiación). Esto hace que muchos bloques brillen sin razón, creando "falsos centros" de atención.
2. Partículas traviesas: Las partículas de hadrones (un tipo de partícula pesada) no se comportan como las de luz (fotones). Cuando chocan, a veces saltan, se dividen y crean destellos en lugares desconectados. El sistema antiguo cree que son varias fotos diferentes, cuando en realidad es una sola partícula haciendo un viaje extraño.

La consecuencia: El sistema se confunde, crea "fotos falsas" (clústeres fantasma) y pierde la precisión para ver dónde están las partículas reales. Es como intentar escuchar una conversación en una fiesta donde todos gritan y hay música de fondo; terminas creyendo que escuchaste cosas que no dijeron.

2. La Solución: El "Detective Gráfico" (Red Neuronal Gráfica)

Los autores proponen usar una Red Neuronal Gráfica (GNN). Para entenderlo, imagina que en lugar de ver los bloques de vidrio como una cuadrícula rígida (como un tablero de ajedrez), los ves como una red de amigos conectados.

• La Metáfora de la Fiesta: Imagina que cada bloque de vidrio que brilla es una persona en una fiesta.
  • El sistema antiguo solo mira: "¿Quién está cerca de quién?".
  • La Red Neuronal Gráfica es como un detective que llega a la fiesta y pregunta: "¿Quién es amigo de quién? ¿Quién está hablando con quién? ¿Quién es un intruso que no conoce a nadie?".

Esta IA no solo mira la energía del destello, sino que analiza la forma en que los destellos se conectan entre sí. Aprende a distinguir:

• La señal real: Un grupo de amigos (bloques) que brillan de forma coherente porque vienen de la misma colisión.
• El ruido de fondo: Un intruso que brilla solo o de forma extraña porque vino de fuera (ruido del haz).
• Los "fantasmas": Partículas que saltaron lejos (split-offs) y crearon un destello desconectado que el sistema antiguo no sabe a quién atribuir.

3. El Entrenamiento: Enseñando al Detective

Para que esta IA funcione, los científicos tuvieron que ser muy creativos con los datos de entrenamiento (simulaciones):

• Etiquetado: Usaron simulaciones de computadora para "pintar" los destellos. Dijeron: "Este destello es ruido", "Este es una partícula real", "Este es un fantasma".
• El Reto de los "Split-offs": Definieron qué es una partícula "split-off" (una partícula secundaria que viaja lejos antes de chocar). Imagina que lanzas una pelota y, en el aire, se rompe en dos. Una parte sigue recto, la otra se va a otro lado. La IA debe aprender que esas dos partes pertenecen a la misma historia, aunque parezcan separadas.
• La Arquitectura: La IA usa una técnica llamada "paso de mensajes". Es como si cada bloque de vidrio le susurrara a sus vecinos: "Oye, yo brillé fuerte y rápido, tú brillaste suave y lento. ¿Somos parte del mismo evento o no?".

4. Los Resultados: Limpiando la Fiesta

Después de entrenar a la IA, los resultados fueron prometedores:

• Eliminación de Ruido: La IA logró identificar y eliminar hasta un 95% del ruido de fondo (los destellos que no importan) sin borrar las señales reales. Es como si el detective pudiera silenciar a los gritones de la fiesta para que solo se escuche la conversación importante.
• El Desafío de los "Fantasmas": Separar a las partículas que saltaron (split-offs) de las reales es más difícil, porque físicamente son muy similares. Aquí la IA logró eliminar alrededor del 40% de estos casos problemáticos en ciertas zonas del detector.
• Zonas Críticas: Funciona muy bien en el centro del detector (el "barril"), pero es un poco más difícil en los extremos (donde hay más ruido), aunque sigue ayudando mucho.

En Resumen

Este trabajo es como darle al detector Belle II unas gafas de realidad aumentada con Inteligencia Artificial.

Antes, el detector veía un caos de luces y trataba de agruparlas con reglas simples, lo que le hacía cometer errores cuando había mucho ruido. Ahora, con esta Red Neuronal Gráfica, el detector puede "entender" la estructura de las conexiones entre las luces, filtrar el ruido molesto y reconstruir la historia real de las colisiones con mucha más claridad.

Es un paso crucial para que, en el futuro, los físicos puedan ver con mayor precisión los secretos del universo que se esconden en esas colisiones, sin que el "ruido" de la máquina les tape la vista.

Resumen técnico

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

Título: Uso de Redes Neuronales de Grafos (GNN) para el agrupamiento hadrónico y la reducción del fondo de haz en el calorímetro electromagnético de Belle II

1. El Problema

El experimento Belle II, ubicado en el acelerador SuperKEKB, enfrenta desafíos críticos en su Calorímetro Electromagnético (ECL), compuesto por 8,376 cristales centelleadores de CsI(Tl). Dos factores principales han degradado el rendimiento del algoritmo de agrupamiento (clustering) actual:

• Aumento de la luminosidad y fondo de haz: Las tasas de luminosidad récord han incrementado las interacciones de fondo (dispersión con gas residual, efecto Touschek, dispersión Bhabha radiativa, radiación de sincrotrón). Esto genera un mayor número de cristales con deposiciones de energía, lo que resulta en una peor resolución de energía para fotones y la reconstrucción de "clústeres fantasma".
• Naturaleza de las interacciones hadrónicas: A diferencia de las partículas electromagnéticas ($\gamma$, $e^\pm$), los hadrones producen deposiciones de energía irregulares y a veces desconectadas. Esto genera "split-offs" (partículas secundarias, principalmente neutrones, que viajan distancias significativas antes de interactuar de nuevo) y múltiples "Máximos Locales" (LM) dentro de una misma región conectada.
• Limitaciones del algoritmo actual: El algoritmo existente se basa en identificar Máximos Locales (LM) con >10 MeV. Un exceso de LM debido al ruido de fondo o a la fragmentación hadrónica provoca:
  • Mayor tiempo de ejecución.
  • Aumento del tamaño de los archivos de datos.
  • División accidental de clústeres reales.
  • Dificultad para aplicar la conservación de energía en los análisis, ya que se detecta energía no proveniente de la colisión principal.

2. Metodología

Los autores proponen un enfoque novedoso basado en Redes Neuronales de Grafos (GNN) para clasificar y eliminar los LM inducidos por el fondo antes de realizar el agrupamiento (clustering).

• Definición de Etiquetas de Entrenamiento (Ground Truth):
  Utilizando el marco de software basf2 y simulaciones Geant4, se clasifican los LM en categorías específicas:

  • Fondo de haz (Beam background): LM con <20 MeV de energía depositada por partículas simuladas.
  • LM duplicados: LM no asociados a ninguna partícula simulada.
  • Split-offs: Partículas secundarias (hadrones) creadas en el ECL que viajan distancias significativas antes de interactuar. Se definieron nuevos criterios para almacenar estas secundarias basándose en su energía cinética y distancia de producción-decaimiento.
  • Señal: LM asociados a partículas primarias o a productos de desintegración comunes ($\pi^0$, $K^0_S$, etc.).
  • Objetivo: Clasificar los LM de "señal" frente a todos los tipos de fondo (fondo de haz, duplicados y split-offs).

• Arquitectura del Modelo GNN:

  • Representación del Grafo: Los cristales con medición de energía son los nodos. Se utilizan grafos completamente conectados (dado el tamaño pequeño de los grafos de entrada) con bordes no ponderados.
  • Características de los Nodos: Energía medida, tiempo, información detallada del ajuste de forma de pulso (pulse-shape fit) y masa del cristal (para geometría).
  • Estructura de la Red:
    1. Intercambio global (global exchange) para promedios de características.
    2. Capas de normalización por lotes (BatchNorm) y lineales para embeddings de nodos.
    3. Pila de bloques de paso de mensajes (message-passing) con conexiones residuales (skip connections).
    4. Uso de una capa modificada de GravNet (sin cálculo de K-vecinos más cercanos, usando distancias como pesos) para mejorar la velocidad y estabilidad.
    5. Pooling global medio para embeddings del grafo y capas feed-forward para la salida de clasificación.
  • Entrenamiento: Se utilizaron 20,000 eventos de $\Upsilon(4S) \to B\bar{B}$ y 10,000 eventos de $e^+e^- \to \phi\gamma$. Se empleó Stochastic Weighted Averaging (SWA) y la función de pérdida de Error Cuadrático Medio (MSE) en lugar de entropía cruzada binaria por mayor estabilidad.

• Determinación del Umbral:
  Se estableció un punto de trabajo fijo para una tasa de rechazo de señal del 5%. Los umbrales se calculan por regiones del detector (Forward, Barrel, Backward) y por rangos de energía, aplicándose solo a LM con energía entre 20 y 100 MeV.

3. Resultados Clave

La evaluación se realizó sobre eventos simulados con superposición de fondo de haz:

• Reconocimiento de Fondo de Haz: El clasificador logra eliminar hasta el 95% de los LM inducidos por el fondo de haz.
• Reconocimiento de Split-offs y Clústeres Divididos: Estos son más difíciles de distinguir debido a sus firmas físicas similares a la señal.
  • En la región del Barrel (50-100 MeV), se alcanza una tasa de rechazo de aproximadamente 40%. Esto se debe a que el ajuste de la forma del pulso es lo suficientemente preciso por encima de los 50 MeV para proporcionar información de tiempo y forma fiable.
  • En las regiones de los extremos (Endcaps), especialmente el trasero (Backward), la eficiencia es menor (alrededor del 50-60%) debido a los altos niveles de fondo que dificultan la separación.
• Eficiencia General: Al promediar todos los tipos de fondo, la eficiencia de rechazo es de ~75% a bajas energías, cayendo a ~30% en las regiones Forward y Barrel donde el fondo de haz es menos dominante que otras fuentes de ruido.

4. Contribuciones Principales

1. Nueva Definición de Split-offs: Se introdujeron criterios rigurosos para identificar y etiquetar partículas secundarias (split-offs) en simulaciones, las cuales anteriormente se atribuían ciegamente a la partícula primaria, dificultando la identificación de fondo.
2. Aplicación de GNN en ECL: Demostración de que las GNN pueden manejar eficazmente la dispersión (sparsity) de los datos del calorímetro y la geometría asimétrica de los sensores de Belle II mediante el aprendizaje de las aristas del grafo.
3. Pre-procesamiento Inteligente: Propuesta de eliminar LM de fondo antes del algoritmo de agrupamiento tradicional, mejorando la calidad de los datos de entrada para la reconstrucción final.

5. Significado e Impacto

Este trabajo es crucial para el futuro del experimento Belle II, especialmente ante el aumento continuo de la luminosidad:

• Mejora de la Resolución: Al reducir los clústeres falsos y la división accidental de clústeres reales, se mejora la resolución de energía de los fotones y la posición de los hadrones neutros.
• Eficiencia Computacional: La reducción del número de LM y clústeres almacenados disminuye el tiempo de procesamiento y el tamaño de los archivos de datos.
• Precisión en Análisis Físicos: Permite una aplicación más precisa de las restricciones de conservación de energía en los análisis de desintegraciones de mesones B.
• Base para Futuros Trabajos: Los autores indican que estos estudios detallados de simulación y clasificación sentarán las bases para futuras predicciones de energía de clústeres basadas en GNN, optimizando aún más la reconstrucción de partículas en entornos de alta luminosidad.