Neutrino Fingerprints: Image-Based Encodings of IceCube Events for CNN Direction Reconstruction

Resumen Técnico: Huellas Dactilares de Neutrinos para la Reconstrucción de la Dirección en IceCube

Planteamiento del Problema
La reconstrucción de la dirección de los neutrinos entrantes en el Observatorio de Neutrinos IceCube es un problema inverso crítico en la astrofísica. El detector consiste en 5,160 tubos fotomultiplicadores dispuestos en una cuadrícula 3D dispersa e irregular dentro del hielo antártico. Los algoritmos de reconstrucción tradicionales dependen de aproximaciones analíticas de las verosimilitudes de transporte de fotones; si bien pueden lograr una resolución angular sub-grado, su alto costo computacional los hace poco prácticos para los conjuntos de datos masivos (140 millones de eventos) generados en la competencia Kaggle IceCube–Neutrinos in Deep Ice. Aunque enfoques recientes se han desplazado hacia Redes Neuronales de Grafos (GNN) y Transformers para manejar esta irregularidad, este trabajo investiga si las Redes Neuronales Convolucionales (CNN), tradicionalmente adecuadas para cuadrículas regulares, pueden seguir siendo competitivas mediante una codificación novedosa de los datos.

Metodología
La contribución central del artículo es la introducción de las "huellas dactilares de neutrinos" (neutrino fingerprints), una codificación basada en imágenes determinista que transforma datos de pulsos dispersos y de longitud variable en imágenes de tamaño fijo aptas para CNN estándar.

• Codificación de Datos (Huellas Dactilares de Neutrinos):

  • Estructura: Cada evento se mapea a una imagen de $72 \times 72 \times 3$. El mapeo utiliza una rasterización por orden de filas donde cada píxel corresponde a un índice de detector específico ($d \in \{0, \dots, 5159\}$). Los píxeles correspondientes a detectores sin pulsos registrados se completan con un fondo blanco constante.
  • Extracción de Características: Para cada detector activo, se extraen dos características escalares de la secuencia de pulsos: la carga total ($Q_d$) y el tiempo de llegada más temprano ($T_d$).
  • Normalización: Para manejar la vasta variabilidad en las multiplicidades de eventos y energías, estas características se normalizan por evento a través del conjunto de detectores activos ($D$) a un rango de $[0, 255]$.
  • Definición de Canales: Los canales RGB se definen como:
    • Rojo ($R_d$): Tiempo de llegada normalizado ($T_d$), enfatizando los gradientes de llegada de fotones.
    • Verde ($G_d$): Carga normalizada ($Q_d$), resaltando el brillo relativo.
    • Azul ($B_d$): La diferencia absoluta $|R_d - G_d|$. Este canal "oponente" destaca los límites donde el tiempo y el rendimiento de luz divergen (a menudo cerca de los bordes del cono de luz de Cherenkov), codificando fuertes pistas direccionales.

• Arquitectura del Modelo:

  • Los autores emplean una arquitectura ResNet-18 estándar, elegida por su competitividad probada en el reconocimiento de imágenes.
  • La red se adapta para la regresión, prediciendo los ángulos de cenit ($\theta$) y azimut ($\phi$) mediante una capa final con dos nodos.
  • La función de activación GeLU fue seleccionada sobre ReLU, SiLU y ELU basándose en el rendimiento empírico.

• Funciones de Entrenamiento y Pérdida:

  • La tarea se enmarca como una regresión en la esfera unitaria $S^2$.
  • Se evaluaron tres funciones de pérdida:
    1. Pérdida Angular: $\arccos(\cos \theta)$ estándar con una entrada restringida (clamped) para evitar la divergencia de la derivada.
    2. Pérdida Angular Restringida (Clamped Angular Loss): Utiliza un recorte de paso directo (straight-through clamp) en el paso hacia atrás para permitir el flujo de gradientes incluso cuando las entradas están restringidas.
    3. Pérdida Combinada Angular–vMF: Añade un término de distribución de von Mises–Fisher para aprender un parámetro de concentración ($\kappa$), proporcionando incertidumbres direccionales calibradas.
  • El modelo fue entrenado con Adam (tasa de aprendizaje de $5 \times 10^{-5}$) con un tamaño de lote de 500 y un dropout de 0.1.

Resultos Clave

• Desempeño: El modelo ResNet-18 entrenado con las huellas dactilares de neutrinos logró un Error Angular Medio (MAE) de 1.10 radianes en el conjunto de prueba de Kaggle.
• Comparación: Este resultado es aproximadamente 0.15 radianes superior a las soluciones con mejor desempeño en la competencia de Kaggle (que utilizaron ensambles de GNN y Transformers y lograron $\approx 0.95$ rad).
• Eficiencia: El modelo logra este desempeño sin ensambles, esquemas de tasa de aprendizaje (learning rate schedules), reinicios de coseno o aumentación de datos, utilizando un recuento de parámetros de ~11.2 millones, el cual es inferior al número de ejemplos de entrenamiento.

Significancia y Reivindicaciones
El artículo posiciona su contribución no como un nuevo estado del arte (SOTA) en precisión bruta, sino como una demostración metodológica de la viabilidad de las CNN para la reconstrucción de IceCube cuando se combinan con una codificación apropiada.

• Establecimiento de una Línea Base: El trabajo establece una línea base convolucional limpia, interpretable y eficiente. Demuestra que, con una codificación de evento-a-RGB determinista, una CNN sencilla puede rivalizar con arquitecturas más complejas (GNN/Transformers) dentro de un margen de $\sim 0.15$ rad respecto a las mejores entradas de la competencia.
• Interpretabilidad: A diferencia de los modelos de grafos de "caja negra", la representación de la huella dactilar es intrínsecamente interpretable: cada píxel se mapea directamente a un detector físico, lo que permite diagnósticos directos de las predicciones de la red.
• Direcciones Futuras: Los autores sugieren que la brecha hacia el SOTA probablemente pueda cerrarse sin abandonar la simplicidad del enfoque mediante:
  1. La mejora de las codificaciones para respetar mejor la localidad física (por ejemplo, curvas de llenado de espacio).
  2. La implementación de mejoras arquitectónicas modestas (por ejemplo, bloques de profundidad separable).
  3. El refinamiento de las formulaciones de pérdida basadas en la distribución de von Mises–Fisher.

En conclusión, el artículo argumenta que las CNN no son obsoletas para tareas tipo IceCube; más bien, la codificación de "huella dactilar de neutrino" proporciona un punto de referencia sólido que equilibra eficiencia, interpretabilidad y desempeño competitivo.