Optimized filtering for pulse-shape based pile-up rejection applied to $0\nu\beta\beta$ search with $^{100}$Mo

Este artículo presenta un algoritmo de filtrado digital optimizado para detectores criogénicos que reduce significativamente el fondo inducido por apilamiento en las búsquedas de doble beta cero sin neutrinos en un 31% en comparación con métodos anteriores, manteniendo al mismo tiempo una alta eficiencia de señal.

Lo esencial

La visión general: Escuchar un susurro en medio de una tormenta

Imagina que estás intentando escuchar un susurro específico y particular (un evento nuclear poco común llamado desintegración doble beta sin neutrinos) en una habitación muy ruidosa. El problema es que la habitación está llena de gente hablando constantemente (ruido de fondo).

Peor aún, a veces dos personas hablan casi al mismo tiempo. Sus voces se superponen, creando un sonido que suena exactamente como el susurro especial que estás buscando. En física, esta superposición se llama "pile-up" (acumulación).

Si no puedes distinguir la diferencia entre el verdadero susurro y el parloteo superpuesto, tendrás falsas alarmas y tu experimento fallará. Este artículo presenta una nueva forma más inteligente de filtrar ese parloteo superpuesto para que los científicos puedan escuchar la señal real.

El problema: La confusión del "doble aplauso"

Los científicos están utilizando un tipo especial de detector hecho de cristales (específicamente Molibdeno-100). Estos cristales son como micrófonos supersensibles que se calientan ligeramente cuando una partícula los golpea.

• La señal real: Una sola partícula golpea, creando un "pulso" de calor limpio y suave.
• El Pile-up: Dos partículas golpean el cristal casi instantáneamente (en menos de un milisegundo). El detector ve un gran pulso desordenado que parece un solo evento, pero que en realidad son dos eventos comprimidos.

Debido a que el "pulso desordenado" se parece tanto al "señal real", los métodos antiguos para filtrarlo no eran lo suficientemente buenos. Estaban descartando demasiadas señales reales solo para atrapar unas pocas falsas.

La solución: Un "ingeniero de sonido" inteligente

Los autores crearon un nuevo filtro digital (una herramienta matemática) que actúa como un ingeniero de sonido superinteligente. En lugar de solo escuchar el volumen, este ingeniero analiza la forma y la textura de la onda sonora.

Así es como funciona su nuevo método, usando una analogía:

El truco de los "dos filtros"
Imagina que estás intentando distinguir entre un solo golpe de tambor y dos golpes de tambor que ocurrieron tan rápido que sonaron como uno solo.

1. El Filtro A está sintonizado para escuchar la "suavidad" del sonido. Le encantan los golpes de tambor limpios y únicos.
2. El Filtro B está sintonizado para escuchar la "aspereza" o los bordes afilados que ocurren cuando dos golpes se superponen.

El nuevo algoritmo no solo mira el resultado del Filtro A o del Filtro B por separado. En su lugar, toma la proporción (la comparación) de ambos.

• Si el sonido es un golpe único, la proporción se mantiene estable.
• Si el sonido es una superposición desordenada, la proporción cambia drásticamente.

Al comparar constantemente estas dos perspectivas, el algoritmo puede detectar los eventos superpuestos "falsos" con mucha mayor precisión que antes.

Cómo lo construyeron

Los científicos no solo adivinaron la configuración de este filtro. Utilizaron una computadora para "entrenarlo", de forma similar a como podrías entrenar a un perro.

• Alimentaron a la computadora con miles de ejemplos de señales reales y señales superpuestas falsas.
• La computadora ajustó sus perillas internas (pesos matemáticos) millones de veces por segundo para encontrar la configuración perfecta que atrape la mayoría de los falsos mientras deja pasar la mayoría de las señales reales.
• Utilizaron una técnica poderosa llamada descenso de gradiente (un método de caminar lentamente colina abajo para encontrar el punto más bajo) para encontrar la configuración de filtro absolutamente óptima.

Los resultados: Una señal más clara

Cuando probaron este nuevo filtro con datos del experimento CROSS (una prueba para el futuro experimento CUPID):

• El objetivo: Querían mantener el 90% de las señales reales (eficiencia).
• La victoria: Con el nuevo filtro, pudieron rechazar un 31% más de las señales superpuestas falsas en comparación con el método anterior.

Piénsalo de esta manera: si el método antiguo detectaba 100 señales falsas, el nuevo método detecta 131, sin perder ninguno de los susurros reales. Esta es una mejora enorme para un experimento donde cada falsa alarma cuenta.

Por qué esto es importante

El artículo se centra específicamente en detectores criogénicos (detectores que deben mantenerse cerca del cero absoluto) que buscan la desintegración doble beta sin neutrinos.

• Los autores afirman que este método es ampliamente aplicable a otras tecnologías de detección, pero sus resultados y números específicos se refieren estrictamente a la mejora de la búsqueda de esta desintegración nuclear específica utilizando cristales de Molibdeno.
• No afirmaron que esto funcione para imágenes médicas u otros campos en este artículo; el enfoque es enteramente mejorar la sensibilidad de los experimentos de física.

Resumen

El artículo presenta un nuevo "oído" matemático para los científicos. Al comparar dos formas diferentes de escuchar una señal, esta nueva herramienta puede detectar cuándo dos eventos se han fusionado accidentalmente en uno solo. Esto les permite ignorar el ruido y concentrarse en las señales raras y preciosas que podrían desbloquear los secretos del universo, específicamente respecto a la naturaleza de los neutrinos.

Resumen técnico

Resumen Técnico: Filtrado Optimizado para el Rechazo de Pile-up Basado en la Forma del Pulso en la Búsqueda de $0\nu\beta\beta$ con $^{100}$Mo

Planteamiento del Problema
En las búsquedas de eventos raros, como la búsqueda de la doble beta desintegración sin neutrinos ($0\nu\beta\beta$) utilizando calorímetros criogénicos, los eventos de pile-up (acumulación de pulsos)—donde distintos eventos se superponen temporalmente—representan un desafío crítico. Para los detectores que utilizan $^{100}$Mo, como el experimento CUPID, la fuente de fondo dominante se espera que provenga del pile-up de eventos de doble beta desintegración con dos neutrinos ($2\nu\beta\beta$). Estos eventos pueden imitar la señal monoenergética de $0\nu\beta\beta$ a 3034 keV. Las mejoras de hardware existentes (por ejemplo, sensores más rápidos como TESs y MMCs) tienen como objetivo reducir la duración de los pulsos, pero el pile-up residual sigue siendo inevitable en experimentos a gran escala. Las técnicas de análisis existentes, incluyendo el filtrado óptimo estándar y el rechazo basado en $\chi^2$, pierden poder de discriminación cuando la separación temporal entre pulsos es menor que el tiempo de subida de la señal (específicamente $\Delta t < 0.8$ ms para los detectores estudiados). Esto requiere métodos de discriminación avanzados basados en software para mitigar el fondo sin sacrificar la eficiencia de la señal.

Metodología
Los autores proponen un marco para derivar un filtro digital optimizado para la discriminación de pile-up basado en una descripción en el dominio de la frecuencia de la señal. El método asume:

1. Una respuesta de impulso $s(t)$ del detector totalmente conocida e independiente de la energía.
2. Ruido gaussiano estacionario de media cero caracterizado por una densidad espectral de potencia (PSD) $P_N(\omega)$.
3. Eventos de pile-up modelados como la suma de dos pulsos con una amplitud relativa $r$ y una separación de tiempo $\Delta t$.

El núcleo del método consiste en construir un parámetro discriminante $Y$ basado en la relación de dos estimadores de amplitud, $X[m_1]$ y $X[m_2]$, derivados de la señal medida $\hat{x}(\omega)$:
$$Y = \frac{X[m_1]}{X[m_2]}$$
donde $X[m_i]$ es el máximo de la parte real de la transformada inversa de Fourier de la señal filtrada por una función de transferencia $H(\omega)$ y una función de ponderación $m_i(\omega)$. El filtro óptimo estándar $H(\omega)$ maximiza la relación señal-ruido (SNR), mientras que las funciones de ponderación $m_1(\omega)$ y $m_2(\omega)$ son las variables a optimizar.

El objetivo de la optimización es minimizar la tasa de identificación errónea global de pile-up $\langle M \rangle$, definida como la probabilidad de que un evento de pile-up sea clasificado incorrectamente como un pulso único, sujeta a una eficiencia de aceptación de pulso único fija $\epsilon$. Los autores utilizan PyTorch y diferenciación automática para realizar el descenso de gradiente sobre las funciones de ponderación $m_1(\omega)$ y $m_2(\omega)$, tratándolas como parámetros entrenables discretizados sobre los intervalos de frecuencia. La función de costo se evalúa sobre una cuadrícula de separaciones de tiempo y razones de amplitud, ponderadas por las distribuciones esperadas de los eventos $2\nu\beta\beta$.

Contribuciones Clave

• Marco de Optimización: Desarrollo de un marco general y cuantitativo para modelar, identificar y rechazar eventos de pile-up en calorímetros criogénicos utilizando filtros optimizados en el dominio de la frecuencia.
• Discriminante Basado en la Relación: Implementación de un parámetro discriminante basado en la relación, que aprovecha la correlación entre dos observables filtrados para reducir la sensibilidad a las fluctuaciones de amplitud y mejorar el poder de discriminación en comparación con los métodos de amplitud única.
• Implementación Computacional: Una implementación modular en Python utilizando PyTorch que permite un entrenamiento eficiente de los filtros mediante aceleración por GPU, capaz de manejar grandes cuadrículas de parámetros.
• Validación Sistemática: Un estudio exhaustivo de las incertidumbres sistemáticas derivadas de la selección de la plantilla del pulso, el tamaño de la ventana de procesamiento, la posición del pulso y la discretización de la cuadrícula.

Resultados
El método fue validado utilizando datos del experimento CROSS, que operó una torre de cristales de $Li_2^{100}MoO_4$ centelleantes acoplados a detectores de luz (LDs) con amplificación Neganov–Trofimov–Luke (NTL).

• Mejora del Rendimiento: En comparación con un método de referencia (presentado previamente en Eur. Phys. J. C 83(5), 373 (2023)), el nuevo filtro optimizado reduce el índice de fondo (BI) inducido por pile-up en un promedio del 31% al 90% de eficiencia de pulso único.
• Índice de Fondo: El índice de fondo residual medio extrapolado utilizando el nuevo método es de $5.9 \times 10^{-5}$ cts/keV/kg/año (mediana: $5.7 \times 10^{-5}$), acercándose al objetivo de diseño de CUPID de $5.0 \times 10^{-5}$ cts/keV/kg/año.
• Características del Filtro: Los filtros optimizados $m_1(\omega)$ y $m_2(\omega)$ exhiben una ponderación de frecuencia complementaria. $m_1(\omega)$ muestra una respuesta creciente en el rango de 1–3 kHz para amplificar las características de alta frecuencia esenciales para resolver el pile-up, mientras que $m_2(\omega)$ minimiza la ganancia en esta región para enfatizar la forma general de la señal.
• Sistemáticas: El estudio identificó que la elección de la plantilla del pulso impacta significativamente los resultados (hasta un 13% de variación en el BI). Los autores recomiendan utilizar una plantilla de "pulso promedio" como una opción conservadora para evitar artefactos de improntas de ruido de alta frecuencia en pulsos individuales de alta energía.
• Dependencia del Detector: Un estudio preliminar sobre los puntos de trabajo de los detectores (corriente de polarización) sugiere que la optimización individual del punto de operación puede mejorar aún más el rechazo de pile-up, con variaciones en el rechazo de fondo de hasta un factor de dos para diferentes detectores.

Significancia y Reivindicaciones
El artículo afirma que el discriminante basado en la relación propuesto captura las características dominantes de pile-up relevantes para los calorímetros criogénicos con respuestas térmicas lentas. Proporciona una herramienta robusta y computacionalmente eficiente para optimizar las técnicas de análisis en ausencia de cambios de hardware. Los autores señalan que, si bien el método depende de las suposiciones de ruido estacionario y formas de pulso, demuestra una reducción de fondo significativa y robusta a través de diversos detectores.

Este trabajo posiciona esta técnica como un "control de software" complementario a los desarrollos de hardware (como sensores más rápidos o una mejor cobertura de amplificación NTL). Los autores señalan que la extrapolación de los resultados al experimento completo de CUPID depende del entorno de ruido, particularmente en el orden de 1 kHz, y que se esperan mejoras adicionales con las futuras actualizaciones de la infraestructura criogénica de CUPID y el rendimiento de los detectores de luz. El marco se presenta como ampliamente aplicable a diversas tecnologías de detectores y contextos experimentales más allá de la búsqueda específica de $^{100}$Mo.