DNN predictions for pp reference $p_\mathrm{T}$ spectra at unmeasured $\sqrt{s}$

Este artículo presenta un enfoque basado en redes neuronales profundas entrenado con datos de ALICE de las corridas 1 y 2 del LHC para interpolar y extrapolar los espectros de momento transversal de protones-protones para energías en el centro de masa no medidas relevantes para la corrida 3 del LHC y posteriores.

Lo esencial

Imagina que intentas comprender qué sucede cuando dos bolas de fuego gigantes y supercalientes colisionan. En el mundo de la física de partículas, estas son colisiones de iones pesados que crean una "sopa" de partículas fundamentales llamada Plasma de Quarks y Gluones. Para entender esta sopa, los científicos necesitan un grupo de control: necesitan saber qué sucede cuando dos partículas simples (protones) colisionan bajo exactamente las mismas condiciones, pero sin que se forme la "sopa". Esto se denomina una referencia protón-protón (pp).

El problema es que el Gran Colisionador de Hadrones (LHC) es una máquina que puede sintonizarse a diferentes niveles de energía. A veces, los científicos realizan experimentos en un nivel de energía donde han medido las colisiones protón-protón. Otras veces, operan en un nivel de energía nuevo y no medido. Cuando no tienen una medición directa para esa energía específica, deben adivinar cómo se verían los datos de las colisiones protón-protón.

Tradicionalmente, los científicos adivinaban utilizando dos métodos:

1. La Adivinanza Teórica: Utilizando fórmulas matemáticas complejas (como pQCD) que funcionan bien para partículas muy rápidas pero se vuelven inestables para las de velocidad media.
2. La Adivinanza de "Conectar los Puntos": Dibujando una línea suave entre dos mediciones existentes. Esto funciona si asumes que la línea sigue una forma específica y simple (como una línea recta o una curva), pero los datos reales podrían ser ondulados y complejos.

La Nueva Solución: Un "Predictor Inteligente"
Este artículo introduce una nueva forma de hacer esa predicción utilizando una Red Neuronal Profunda (DNN). Piensa en esta DNN como un estudiante superinteligente que ha estudiado un libro de texto masivo de datos de colisiones de protones.

• El Entrenamiento: Al estudiante (la DNN) se le alimentaron datos del experimento ALICE en el LHC, que abarcaban cinco niveles de energía diferentes (2.76, 5.02, 7, 8 y 13 TeV). Aprendió los patrones de cómo cambia la producción de partículas a medida que varía la energía.
• El Truco: En lugar de simplemente memorizar los números, el estudiante aprendió la forma de los datos. Los investigadores enseñaron al estudiante a observar los datos de una manera especial (utilizando logaritmos) para que las enormes diferencias en los conteos de partículas no lo confundieran.
• La Prueba: Antes de usarlo con datos reales, el equipo probó al estudiante con datos "falsos" generados por dos simulaciones informáticas diferentes (PYTHIA y EPOS LHC). El estudiante se desempeñó excelentemente, prediciendo con precisión datos para energías que nunca había visto antes, tanto inferiores como superiores a las que estudió.

Lo que el Estudiante Puede Hacer Ahora
Una vez que el estudiante demostró ser fiable, el equipo lo entrenó con los datos reales de ALICE. Ahora, la DNN puede actuar como un traductor universal para los niveles de energía.

• Llenando los Vacíos: Si los científicos realizan un experimento a 9.62 TeV (una nueva energía), la DNN puede predecir exactamente cómo debería verse la referencia protón-protón, incluso aunque nadie la haya medido directamente.
• La Magia de la "Razón": Para hacer útiles estas predicciones, la DNN no solo adivina los números crudos; calcula la razón entre una energía conocida (como 5.02 TeV) y la nueva energía. Esto es como decir: "Si la colisión en la Energía A produce 100 partículas, la Energía B producirá 120", independientemente del tamaño total del experimento.
• Comparación: El artículo muestra que este "Predictor Inteligente" coincide con las mejores matemáticas teóricas a altas velocidades, iguala los métodos simples de "conectar los puntos" a bajas velocidades y cierra la brecha en el medio donde otros métodos luchan.

Por Qué Importa
Con esta herramienta, los científicos ahora pueden calcular el "Factor de Modificación Nuclear" ($R_{AA}$) para nuevos experimentos (como los de la Ejecución 3 del LHC) sin esperar años para obtener una medición directa de protones. Proporciona un mapa continuo y suave del comportamiento de las partículas a través de una amplia gama de energías, eliminando la necesidad de asumir que los datos siguen una forma matemática específica y rígida.

En resumen, el artículo presenta una herramienta de aprendizaje automático que aprende de colisiones de protones pasadas para predecir con precisión qué sucederá en colisiones futuras a energías que aún no hemos medido, actuando como una referencia fiable para estudiar la materia más caliente del universo.

Resumen técnico

Resumen Técnico: Predicciones de DNN para los Espectros de Referencia $p_T$ de pp a $\sqrt{s}$ No Medidos

Enunciado del Problema
En el estudio del Plasma de Quarks y Gluones (PQG) mediante colisiones de iones pesados de alta energía, el factor de modificación nuclear ($R_{AA}$) es un observable crítico. Su cálculo requiere una medición de referencia protón-protón (pp) a la misma energía en el centro de masas por par de nucleones ($\sqrt{s_{NN}}$) que la colisión de iones pesados. Sin embargo, las mediciones pp adecuadas a menudo no están disponibles para energías específicas relevantes para las corridas de iones pesados actuales o futuras. Tradicionalmente, estas referencias se construyen escalando espectros existentes utilizando dependencias energéticas teóricas (confiables solo a alto $p_T$) o interpolando entre puntos experimentales mediante formas funcionales asumidas (por ejemplo, leyes de potencia o escalado $x_T$). Estos enfoques clásicos dependen de suposiciones específicas sobre la dependencia energética de la producción de partículas, las cuales podrían no mantenerse en todas las regiones cinemáticas, particularmente a $p_T$ intermedio o para energías no medidas.

Metodología
Este trabajo presenta un enfoque basado en datos utilizando Redes Neuronales Profundas (DNN) para interpolar y extrapolar espectros de momento transversal ($p_T$) de partículas cargadas inclusivas a energías de colisión no medidas, sin asumir una forma funcional específica para la dependencia energética.

• Conjunto de datos y preprocesamiento: El modelo se entrena con datos de ALICE de las corridas 1 y 2 del LHC, abarcando cinco energías de colisión ($\sqrt{s} = 2.76, 5.02, 7, 8, \text{y } 13 \text{ TeV}$). El conjunto de datos comprende 46 valores de $dN/dp_T$ por energía dentro del rango $0.15 < p_T < 10 \text{ GeV}/c$. Para optimizar el rendimiento, las variables de entrada ($p_T, \sqrt{s}$) y las salidas ($dN/dp_T$) sufren una transformación logarítmica. Se aplica una escala adicional de $1/p_T$ a las salidas para facilitar la extrapolación a bajo $p_T$. Las incertidumbres sistemáticas se tienen en cuenta variando los puntos de datos 500 veces dentro de sus límites.
• Arquitectura del modelo y entrenamiento: Una DNN totalmente conectada implementada en TensorFlow se entrena utilizando el optimizador Nadam para minimizar el Error Absoluto Medio (MAE). La arquitectura se determina mediante un escaneo de hiperparámetros (variando capas, nodos, funciones de activación, inicializadores, tasas de aprendizaje y tamaños de lote) utilizando optimización bayesiana. El escaneo utiliza datos simulados de PYTHIA (ajuste Monash 2013) para identificar la arquitectura óptima.
• Estimación de incertidumbre: La incertidumbre total se deriva de dos fuentes:
  1. Incertidumbre aleatoria: Cuantificada entrenando un conjunto de 20 modelos con arquitectura idéntica pero valores de inicialización diferentes.
  2. Incertidumbre epistémica: Cuantificada por un conjunto de cinco modelos con arquitecturas diferentes (los cinco mejores del escaneo de hiperparámetros).
     La incertidumbre total es la suma cuadrática de estos dos componentes.
• Validación y aplicación: La arquitectura seleccionada mediante PYTHIA se valida frente a un conjunto de datos independiente de simulaciones EPOS LHC. La "DNN basada en ALICE" final se entrena luego con datos reales de ALICE. Para mejorar la extrapolación a alto $p_T$, el conjunto de entrenamiento se extiende con datos parametrizados mediante ley de potencia hasta $p_T = 50 \text{ GeV}/c$.

Resultados Clave

• Interpolación y extrapolación: La DNN logra una descripción excelente de los datos de entrenamiento y una interpolación precisa dentro del rango de energía medido. El rendimiento de la extrapolación se degrada a medida que aumenta la diferencia de energía respecto a los datos de entrenamiento; las desviaciones son más significativas a la energía no medida más baja ($\sqrt{s} = 1.5 \text{ TeV}$) y a alto $p_T$ ($> 10 \text{ GeV}/c$).
• Comparación con otros métodos:
  • A bajo $p_T$, la DNN se alinea bien con las simulaciones de PYTHIA y las interpolaciones de ley de potencia.
  • A $p_T$ intermedio, la DNN permanece consistente con los enfoques de ley de potencia hasta $\approx 5 \text{ GeV}/c$.
  • A alto $p_T$, las predicciones de la DNN se alinean con los cálculos de QCD perturbativa de orden siguiente (NLO) y las interpolaciones basadas en $x_T$ sobre la región de superposición ($3 < p_T < 50 \text{ GeV}/c$).
  • A diferencia de las interpolaciones de ley de potencia, que muestran fluctuaciones debido al ajuste intervalo por intervalo, la DNN proporciona una predicción suave y continua.
• Construcción de espectros de referencia: Los autores demuestran la construcción de espectros de referencia $p_T$ de pp para la Corrida 3 del LHC y posteriores ($\sqrt{s} = 5.36, 6.37, 9.62, \text{y } 13.6 \text{ TeV}$). Esto se logra escalando una medición de referencia ($\sqrt{s} = 5.02 \text{ TeV}$) utilizando la relación de las predicciones de la DNN en las energías objetivo y de referencia, corregida por la relación de las secciones eficaces inelásticas totales. Esto permite el cálculo de $R_{AA}$ para colisiones donde no existe una medición pp directa, como las colisiones pO a $\sqrt{s} = 9.62 \text{ TeV}$.

Significado y Afirmaciones
El artículo afirma que el método basado en DNN ofrece una alternativa robusta y libre de suposiciones a los métodos tradicionales de interpolación funcionales o guiados por la teoría para construir espectros de referencia pp. Al evitar suposiciones sobre los procesos físicos subyacentes que gobiernan la dependencia energética de los espectros, el modelo proporciona predicciones continuas en un amplio rango de $p_T$ ($0.10 - 50 \text{ GeV}/c$) y de energía ($1.5 - 27 \text{ TeV}$). Los autores señalan que, aunque el modelo se entrenó con partículas cargadas inclusivas, el enfoque es extensible a especies de partículas individuales. El método cierra con éxito la brecha entre las mediciones existentes y los requisitos energéticos de los futuros programas de iones pesados, facilitando el análisis de las propiedades del PQG en las próximas corridas del LHC.