Correcting Sensor-Induced Distribution Drift with Wasserstein Adversarial Learning

Resumen Técnico: Corrección del Desplazamiento de Distribución Inducido por Sensores mediante Aprendizaje Adversario de Wasserstein

Planteamiento del Problema
La integridad del análisis basado en datos en la física de altas energías (HEP) depende de la estabilidad de los sistemas de sensores. Sin embargo, el movimiento de los sensores, las condiciones ambientales y el envejecimiento de los materiales a largo plazo introducen distorsiones sistemáticas que degradan el rendimiento de los detectores. Aunque existen procedimientos de calibración y alineación tradicionales, estos suelen requerir muchos recursos y exigen correspondencias explícitas a nivel de evento o objetivos de degradación etiquetados, los cuales son frecuentemente indisponibles en escenarios realistas. El desafío central es inferir parámetros de transformación físicamente interpretables (por ejemplo, desplazamientos geométricos u coeficientes de atenuación) que mapeen una distribución de respuesta del detector alterada de vuelta a una distribución de referencia nominal, sin depender de objetivos supervisados o modelos de verosimilitud explícitos. Este problema se enmarca como un problema de desplazamiento de distribución (o desplazamiento de dominio) donde las distribuciones generadoras de datos difieren entre las condiciones nominales y las degradadas.

Metodología
Los autores proponen un novedoso marco no supervisado basado en Redes Generativas Adversarias de Wasserstein (WGAN) para recuperar estos parámetros de transformación. A diferencia del modelado generativo estándar, donde un generador sintetiza nuevas muestras de datos, este enfoque reinterpreta al generador como una transformación de calibración determinista y aprendible.

• Arquitectura: El sistema consta de dos componentes principales:
  1. El Generador ($T_\theta$): Una transformación parametrizada aplicada directamente a los datos observados. Sus pesos entrenables $\theta$ representan los parámetros físicos a inferir (por ejemplo, un desplazamiento espacial $\Delta x$ para el rastreo o coeficientes de atenuación por celda $\alpha_i$ para la calorimetría).
  2. El Crítico ($C_\phi$): Una red neuronal con la restricción de ser 1-Lipschitz, entrenada para estimar la distancia de Wasserstein-1 entre la distribución de referencia (nominal) y la distribución transformada (alterada).
• Objetivo: El marco emplea una optimización minimax. El crítico se entrena para maximizar la distancia de Wasserstein estimada entre los datos de referencia y los datos transformados, mientras que los parámetros de transformación $\theta$ se actualizan para minimizar esta distancia. Al forzar la distribución transformada a alinearse estadísticamente con la distribución de referencia, el modelo infiere implícitamente los parámetros físicos responsables del desplazamiento.
• Distinción Clave: No se asume una correspondencia a nivel de evento entre las muestras de referencia y las alteradas. La inferencia es impulsada enteramente por el acuerdo de la distribución a nivel de población.

Validación Experimental
El método fue validado en dos entornos distintos:

1. Modelo de Juguete de Rastreador (Tracker Toy Model): Una simulación simplificada de un detector de rastreo con tres capas. Se inyectó un desalineamiento geométrico conocido (un desplazamiento $\Delta x_2$ en el segundo plano). El marco recuperó con éxito el parámetro de desplazamiento alineando las distribuciones de coordenadas de impactos (hits). El estudio demostró que el método mantiene su precisión para niveles de ruido bajos o moderados, pero se degrada a medida que el ruido de medición se aproxima a la magnitud del desplazamiento inyectado, lo cual es consistente con la pérdida de información geométrica identificable.
2. Envejecimiento de Calorímetro: Un calorímetro de alta granularidad simulado con Geant4 fue sometido a una atenuación de señal por celda para emular el daño por radiación. El generador se configuró como un tensor 3D aprendible de coeficientes de calibración ($\alpha_i$) para reescalar los depósitos de energía por celda.
   • Resultados: Los coeficientes de envejecimiento inferidos mostraron una fuerte correlación positiva con la verdad de campo ($R^2 \approx 0.896$).
   • Rendimiento: El método propuesto logró un error cuadrático medio (RMSE) de $0.0176$, superando significativamente a un baseline simple que estimaba el envejecimiento basándose únicamente en la relación de las respuestas medias de las celdas (RMSE $0.0562$).
   • Alineación de la Distribución: La aplicación de los coeficientes aprendidos a los datos dañados restauró con éxito la distribución de la suma de energía global para que coincidiera con la referencia no dañada.
   • Sensibilidad al Ruido: El estudio confirmó que, a medida que aumentan las variaciones estocásticas de celda a celda (ruido), la identificabilidad de los parámetros individuales disminuye, ya que múltiples configuraciones de coeficientes pueden producir estadísticas agregadas similares.

Contribuciones Clave y Significado
El artículo posiciona la calibración y alineación de detectores dentro de la clase más amplia de problemas de desplazamiento de distribución. Sus contribuciones primarias son:

• Cambio de Paradigma: Redefine el papel del generador en el aprendizaje adversario, pasando de la síntesis de datos a la recuperación de parámetros, utilizando pesos entrenables para representar constantes de calibración físicas.
• Inferencia No Supervisada: El método permite la recuperación de parámetros físicos interpretables sin necesidad de objetivos de degradación etiquetados o emparejamiento a nivel de evento, abordando un cuello de botella clave en las operaciones de detectores donde la recalibración exhaustiva suele ser inviable.
• Calibración Basada en Datos: Demuestra que el ajuste de distribuciones adversario puede servir como un componente de calibración viable y basado en datos, particularmente en entornos donde no se dispone de etiquetas directas para los parámetros de degradación.

Limitaciones y Alcance
Los autores mantienen una postura modesta respecto a las capacidades del método. Señalan que, si bien el enfoque recupera eficazmente las tendencias sistemáticas dominantes (por ejemplo, tendencias de envejecimiento global o desplazamientos geométricos), enfrenta limitaciones para resolver fluctuaciones estocásticas finas por celda cuando el ruido canal a canal es elevado. El artículo concluye que esta calibración adversaria debe verse como una técnica complementaria para reducir la dependencia de la supervisión, en lugar de un reemplazo completo de los flujos de trabajo establecidos. Se sugiere como trabajo futuro extender el marco a la degradación dependiente del tiempo y a estrategias híbridas que incorporen señales de referencia externas.