A Differentiable Neural Surrogate for Photon Propagation in Neutrino Telescopes

Resumen Técnico: Un Sustituto Neuronal Diferenciable para la Propagación de Fotones en Telescopios de Neutrinos

Planteamiento del Problema
La simulación de alta fidelidad de la propagación de fotones es fundamental para el programa científico del Observatorio de Neutrinos IceCube, un detector de un kilómetro cúbico embebido en el hielo glacial de la Antártida. El detector infiere las propiedades de los neutrinos a partir de la luz de Cherenkov producida por partículas cargadas. Sin embargo, simular el transporte de miles de millones de fotones a través del hielo heterogéneo, altamente dispersante y absorbente, es computacionalmente prohibitivo. La propagación explícita de Monte Carlo (MC), como el Código de Propagación de Fotones (PPC), se ha convertido en un cuello de botella dominante en la cadena de simulación; una sola campaña de 2019 consumió aproximadamente 100,000 horas-GPU solo para el seguimiento de fotones.

Esta carga computacional se ve exacerbada por el extremo desequilibrio en la tasa de eventos de IceCube. Mientras que los muones atmosféricos activan el detector a tasas de kHz, las señales de neutrinos astrofísicos poco comunes ocurren a tasas de mHz o µHz. Estimar con precisión el rechazo de fondo requiere generar muestras simuladas enormes de muones atmosféricos. Además, el medio de hielo introduce una complejidad sustancial, incluyendo propiedades ópticas dependientes de la profundidad, propagación anisotrópica y capas de hielo inclinadas, lo que requiere que las simulaciones reproduzcan no solo el rendimiento total de luz, sino también las distribuciones de tiempo de llegada a escala de nanosegundos. Los métodos existentes como Photonics (tablas de búsqueda) o photospline (ajustes de splines) luchan con la dimensionalidad del problema o requieren tablas de MC densas para cada nuevo modelo de medio.

Metodología: El Marco candela
Los autores presentan candela (Complex-media-Aware Network for Differentiable and Efficient Light-transport Approximation), un sustituto neuronal diferenciable diseñado para aprender la función de Green de los fotones del detector IceCube. El enfoque se basa en la linealidad del transporte de fotones con respecto a la luz emitida, lo que permite descomponer eventos completos en depósitos de energía localizados.

1. Descomposición Fuente-Receptor:

   • Un evento completo (por ejemplo, una traza de un muón) se descompone en una secuencia de fuentes de cascada puntuales.
   • La simulación se reduce a la evaluación de un núcleo fuente-receptor compartido para cada par de fuente de luz y sensor.
   • La consulta de entrada ($x_{sr}$) incluye la geometría relativa en un marco cilíndrico alineado con la dirección de la fuente ($R, \Phi, l$), la dirección y energía de la fuente, y las posiciones absolutas de la fuente y el receptor (para dar cuenta de las propiedades ópticas dependientes de la profundidad del hielo).

2. Arquitectura del Campo Neuronal:

   • El núcleo es una representación neuronal implícita basada en SIREN (Sinusoidal Representation Network) con seis capas y un ancho de 512.
   • La red predice dos salidas para una consulta dada:
     • $\Lambda(x_{sr})$: El rendimiento esperado de fotones detectados por unidad de energía depositada.
     • $\pi(\tau | x_{sr})$: Una densidad de tiempo de llegada residual normalizada por unidad, modelada como una mezcla de ocho componentes de distribuciones de Gauss inversa.
   • El tiempo de llegada se expresa como un residuo $\tau = t - \Delta t_{sr}$, donde $\Delta t_{sr}$ da cuenta del tiempo de emisión y el tiempo de vuelo geométrico no dispersado. Esto permite que la red se concentre en modelar los retrasos y el ensanchamiento inducidos por la dispersión.

3. Composición de Eventos:

   • Para un evento completo, la tasa de fotones esperada en un receptor $r$ se calcula sumando las contribcciones de todas las fuentes $s$, escaladas por su energía depositada $E_s$:
     $$\mu_r(t) = \sum_s E_s G(t - \Delta t_{sr} | x_{sr})$$
   • Esta composición permite la evaluación en paralelo de todos los pares fuente-receptor.

4. Entrenamiento:

   • El modelo se entrena con datos generados por el simulador PPC utilizando 65,536 configuraciones aisladas de cascadas electromagnéticas.
   • Los objetivos de entrenamiento son un número fijo de fotones producidos, con conteos de repetición que varían según la energía de la fuente.
   • La función de pérdida es una verosimilitud de Poisson sobre histogramas dispersos de bins espaciales ($R, \Phi, l$) y bins de tiempo residual, que restringe conjuntamente el rendimiento integrado y la distribución temporal.

Contribuciones Clave

• Sustituto Diferenciable: candela proporciona un modelo de propagación directo (forward model) de extremo a extremo diferenciable, permitiendo la optimización basada en gradientes con respecto a los parámetros del evento (posición, dirección, energía) y, potencialmente, a las propiedades del medio.
• Eficiencia: Al reemplazar el seguimiento de fotones individuales por evaluaciones por lotes (batched) del núcleo aprendido, el método desacopla el costo computacional de la multiplicidad de fotones, haciéndolo dependiente principalmente de la geometría del evento.
• Generalizabilidad: La formulación fuente-receptor está diseñada para ser extensible a otros detectores e instrumentos científicos que requieran un transporte de fotones eficiente a través de medios de dispersión complejos.

Resultados
Evaluado en eventos de neutrinos independientes que abarcan desde $10^2$ hasta $10^6$ GeV, candela demuestra lo siguiente:

• Velocidad: El modelo genera eventos 50–100× más rápido que el simulador de MC basado en GPU estándar, PPC. Mientras que el tiempo de PPC escala con el número de fotones (tomando ~1 segundo a baja energía y aumentando con la energía), candela requiere solo 10–20 ms con una dependencia débil de la energía del neutrino.
• Precisión del Rendimiento: El rendimiento de fotones predicho mediana se mantiene dentro del 2% de la expectativa de la MC de alta estadística a través de seis órdenes de magnitud en el conteo de fotones.
• Fidelidad Temporal: Las distribuciones de tiempo de llegada predichas coinciden con el piso estadístico de la MC (el error irreducible debido a la estadística finita de fotones) a través del mismo rango. La distancia de Kolmogorov–Smirnov (KS) entre las predicciones de candela y los histogramas de alta estadística de PPC sigue la varianza de PPC-PPC, excepto en el régimen de saturación de los tubos fotomultiplicadores (PMT), donde el modelo comienza a separarse del piso estadístico.
• Acuerdo a Nivel de Evento: Las comparaciones visuales y cuantitativas muestran que candela reproduce con precisión los patrones de deposición de luz espacial, los picos prompt, las colas de dispersión y las progresiones de tiempo de primer impacto.

Significancia y Reivindicaciones
El artículo afirma que candela proporciona una base práctica para acelerar la simulación en telescopios de neutrinos de gran volumen sin sacrificar la fidelidad. Al reproducir los rendimientos de fotones y las distribuciones de tiempo dentro del límite estadístico de la MC, permite la generación de las enormes muestras de fondo necesarias para la extracción de señales raras.

Crucialmente, la diferenciabilidad del sustituto abre un camino hacia la optimización de las propiedades del medio de dispersión, que a menudo dominan las incertidumbres sistemáticas en los telescopios de neutrinos. Aunque el estudio actual se centra en establecer la eficiencia y la fidelidad, los autores señalan que el marco sienta las bases para la futura reconstrucción de eventos basada en gradientes y la calibración del detector. Los autores reconocen modestamente que el rendimiento del modelo se degrada cerca de la saturación de los sensores (un régimen que a menudo se ignora en la práctica) y que se necesita trabajo futuro para aprovechar plenamente la diferenciabilidad para tareas de reconstrucción y para condicionar la red a variables propiedades ópticas para una aplicabilidad más amplia.