⚛️ high-energy experiments

Real-time lepton identification at LHCb in Run 3 using Lipschitz neural networks

Este artículo presenta redes neuronales con restricciones de Lipschitz implementadas en GPUs para el disparador de software del LHCb Run 3, logrando una mejora en la eficiencia de identificación de muones y electrones en tiempo real y en el rechazo de fondo, al tiempo que cumple con estrictas restricciones de rendimiento y memoria.

Autores originales: Adrian Casais Vidal, Kate A. Richardson, Maarten Van Veghel, Marco Santimaria, Marianna Fontana, Mike Williams

Publicado 2026-09-09

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Adrian Casais Vidal, Kate A. Richardson, Maarten Van Veghel, Marco Santimaria, Marianna Fontana, Mike Williams

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

En lo más profundo del corazón del Gran Colisionador de Hadrones, una máquina que hace chocar protones casi a la velocidad de la luz, los científicos participan en una búsqueda implacable de los componentes fundamentales del universo. El experimento LHCb, situado en el CERN en Europa, actúa como una cámara especializada enfocada en una estrecha sección de los escombros de la colisión. Su objetivo principal es estudiar partículas pesadas que decaen en otras más ligeras, dejando a menudo tras de sí rastros fugaces de muones y electrones. Estas partículas son mensajeros cruciales; aparecen tras desintegraciones exóticas que podrían revelar nuevas leyes de la física o explicar por qué el universo está hecho de materia en lugar de antimateria. Sin embargo, el enorme volumen de datos creados por estas colisiones es abrumador. La máquina produce miles de millones de interacciones cada segundo, mucho más de lo que cualquier ordenador podría almacenar o analizar. Para hacer frente a este aluvión, el experimento se apoya en un sofisticado filtro digital, un sistema de disparo (trigger) que debe decidir instantáneamente qué colisiones valen la pena conservar y cuáles son solo ruido de fondo. En el pasado, este filtrado se hacía mediante hardware, pero la última actualización ha trasladado todo el proceso al software, ejecutándose en potentes procesadores gráficos que pueden analizar cada una de las colisiones en tiempo real. El desafío para los científicos es lograr que estos filtros de software sean lo suficientemente inteligentes como para detectar las partículas raras e interesantes sin confundirse con las comunes, todo ello operando a velocidades que harían parpadear a una supercomputadora.

En esta nueva era del experimento LHCb, conocida como Run 3, el equipo se enfrentó a un problema específico: cómo enseñar a un ordenador a distinguir entre un electrón o un muón genuino y una partícula que se le parece, como un pion, que imita su comportamiento. Los métodos tradicionales dependían de reglas simples, como dibujar una línea en un gráfico y mantener todo de un lado. Aunque estas reglas son rápidas y fiables, no son muy buenas separando la señal del ruido cuando las partículas presentan comportamientos complejos. Los investigadores decidieron probar un enfoque diferente utilizando redes neuronales, un tipo de inteligencia artificial inspirada en el cerebro humano. Sin embargo, no podían utilizar cualquier red neuronal. El sistema tenía que ser increíblemente rápido, caber en una cantidad mínima de memoria de ordenador y, lo más importante, ser predecible. Si los datos de entrada cambiaban ligeramente debido a una fluctuación en el detector, la decisión del ordenador no debería oscilar salvajemente. Para resolver esto, el equipo desarrolló un nuevo tipo de red neuronal que está matemáticamente constreñida para ser estable. Llaman a estas redes redes con restricción de Lipschitz. Esta restricción asegura que la salida del ordenador cambie solo en proporción a los cambios en la entrada, evitando que el sistema cometa errores erráticos cuando se enfrenta a condiciones ligeramente diferentes.

Los investigadores construyeron dos versiones separadas de esta red neuronal estable: una específicamente para identificar muones y otra para electrones. Para entrenar estas redes, las alimentaron con millones de eventos simulados, creando esencialmente un laboratorio virtual donde sabían exactamente qué partículas estaban presentes. Para el detector de muones, la red aprendió a observar qué tan bien coincidía la trayectoria de una partícula con los impactos registrados en las cámaras de muones, verificando también si la dirección de la partícula se mantenía constante mientras viajaba a través del detector. Los muones reales tienden a viajar en líneas rectas, mientras que otras partículas suelen dispersarse o decaer, haciendo que sus trayectorias se tuerzan. Para el detector de electrones, la red analizó cuánta energía depositó una partícula en un calorímetro, un dispositivo que detiene las partículas y mide su energía. Los electrones descargan casi toda su energía en un patrón compacto y predecible, mientras que otras partículas dispersan su energía o la dejan atrás. Al combinar estas diferentes pistas, las redes aprendieron a tomar una decisión única y segura sobre si una partícula era un electrón o un muón.

Los resultados de este trabajo muestran que estas redes neuronales con restricciones representan una mejora significativa respecto a los antiguos métodos basados en reglas. Al ser probadas con datos simulados, el nuevo sistema fue mucho mejor rechazando partículas de fondo mientras mantenía los muones y electrones genuinos. Esto es particularmente importante para partículas con menor energía, donde los métodos antiguos tenían dificultades para distinguir entre una señal y el ruido. Las nuevas redes lograron esta mayor precisión sin ralentizar el sistema ni requerir más memoria de ordenador. De hecho, las redes neuronales son tan compactas que ocupan menos del uno por ciento del tiempo de procesamiento de las tarjetas gráficas utilizadas para el disparador. Añaden solo una cantidad mínima de datos al flujo de información, convirtiéndose en una carga insignificante para los recursos del sistema. Los investigadores descubrieron que las redes funcionaban de manera consistente en diferentes tipos de partículas y niveles de energía, demostrando que las restricciones matemáticas no limitaron su capacidad para aprender patrones complejos.

Aunque los resultados presentados en este estudio se basan enteramente en simulaciones por ordenador, los algoritmos ya han sido desplegados en el sistema de disparo real del LHCb y están funcionando de forma estable en producción. Esto significa que las decisiones en tiempo real que se toman en el colisionador están ahora guiadas por estas avanzadas y estables redes neuronales. El éxito de este proyecto demuestra que es posible utilizar aprendizaje automático sofisticado en los entornos más exigentes y de alta velocidad de la física de partículas, siempre que los modelos se diseñen con reglas estrictas para garantizar la fiabilidad. Al equilibrar el poder de la inteligencia artificial con la necesidad de previsibilidad y velocidad, el equipo del LHCb ha creado un filtro más eficiente para las colisiones más energéticas del universo. Este enfoque permite al experimento capturar una gama más amplia de eventos raros, abriendo potencialmente la puerta a nuevos descubrimientos sobre la naturaleza fundamental de la materia. El trabajo sirve como un modelo de cómo otros experimentos de física de altas energías podrían integrar sistemas inteligentes similares, demostrando que un diseño cuidadoso puede hacer que los algoritmos complejos sean tanto potentes como confiables en el mundo real.

Resumen Técnico: Identificación de Leptones en Tiempo Real en LHCb Run 3 mediante Redes Neuronales Lipschitzianas

Planteamiento del Problema
El experimento LHCb en el Gran Colisionador de Hadrones (LHC) ha transitado hacia un sistema de trigger completamente basado en software para el Run 3, operando con una arquitectura de lectura "sin trigger" (triggerless). Este sistema procesa la lectura completa del detector a la tasa de cruce de haces de 40 MHz, lo que resulta en una tasa de entrada de aproximadamente 30 MHz de colisiones protón-protón inelásticas hacia el High-Level Trigger (HLT). La primera etapa de este trigger (HLT1) se ejecuta en una gran granja de GPUs y debe reducir la tasa de eventos a O(1 MHz) en tiempo real.

Un desafío crítico en este entorno es la identificación eficiente de leptones (muones y electrones), que son firmas clave para procesos de decaimiento de sabor pesado y exóticos. El PID (identificación de partículas) tradicional a nivel de trigger se basa en selecciones simples basadas en cortes sobre características reconstruidas. Aunque estos métodos son robustos y computacionalmente económicos, carecen de la potencia de discriminación de los modelos de aprendizaje automático (machine learning). Sin embargo, el despliegue de modelos complejos de machine learning en el HLT1 está limitado por requisitos estrictos de rendimiento (throughput), huella de memoria y la necesidad de robustez frente a variaciones en las condiciones del detector y las características de entrada. El objetivo es desarrollar algoritmos que ofrezcan una mejor recombinación de fondo y eficiencia de señal sin comprometer el rendimiento en tiempo real del trigger basado en GPU.

Metodología
Los autores proponen el uso de redes neuronales con restricciones de Lipschitz para la identificación de muones y electrones dentro de la etapa HLT1. La metodología se define por los siguientes componentes:

Restricciones de Lipschitz: Para garantizar la robustez y estabilidad en un entorno en tiempo real, las redes neuronales están explícitamente restringidas para acotar la sensibilidad de la salida ante variaciones en las características de entrada. Para una red $f$ con constante de Lipschitz $K$ , se impone la condición $\|f(x) - f(x')\| \le K\|x - x'\|$ . Esto evita que pequeñas perturbaciones en las características de entrada causen cambios desproporcionadamente grandes en la salida de la red, una propiedad crucial para manejar la evolución de las condiciones del detector.
Arquitectura de la Red:
- Identificación de Muones: Una red feed-forward totalmente conectada con cinco capas de ancho 10.
- Identificación de Electrones: Una red más superficial con cuatro capas de ancho 12, elegida como un compromiso empírico entre el rendimiento de la clasificación y el tiempo de inferencia.
- Detalles de Implementación: Las redes utilizan funciones de activación GroupSort y un esquema de normalización de pesos (acotando los pesos individuales en la primera capa y la suma de los pesos absolutos en las capas posteriores) para mantener la propiedad de Lipschitz. Todas las características de entrada se reescalan al rango $[0, 1]$ antes del entrenamiento.
Características de Entrada:
- Muones: La red utiliza el operador de coincidencia $\chi^2_{Corr}$ (que cuantifica la compatibilidad de la traza con el impacto del muón considerando la dispersión múltiple), la variable $D^2$ (suma de los residuos al cuadrado) y las diferencias en las pendientes de la traza ( $\Delta t_x, \Delta t_y$ ) medidas entre el rastreador de Fibras de Escintilación (SciFi), el Localizador de Vértice (VELO) y el sistema de muones.
- Electrones: La red combina observables del calorímetro electromagnético (ECAL), incluyendo la relación energía-momento ( $E/p$ ), la distancia al cuadrado entre la traza extrapolada y el baricentro del cúmulo ( $\Delta^2_b$ ), y variables de forma de la cascada transversales (segundos momentos de la distribución de energía).
Entrenamiento y Despliegue: Los modelos se entrenan fuera de línea (offline) utilizando eventos simulados generados con Pythia, EvtGen, Photos y Geant4. Las clases de señal consisten en muones o electrones de decaimientos de $J/\psi$ y $\Upsilon(1S)$ , mientras que las clases de fondo están compuestas por hadrones estables (protones para la identificación de muones; piones y kaones para la identificación de electrones). Los modelos entrenados se implementan como núcleos (kernels) de GPU dentro del marco Allen, procesando las trazas de manera agrupada (batched) para maximizar la ocupación de la GPU.

Contribuciones Clave

Desarrollo de Algoritmos: El artículo presenta el primer despliegue de redes neuronales con restricciones de Lipschitz para la identificación de leptones en tiempo real en el trigger de LHCb Run 3.
Optimización de la Arquitectura: Los autores demuestran que redes totalmente conectadas y poco profundas (4–5 capas) pueden lograr una alta potencia de discriminación manteniendo la compatibilidad con las estrictas restricciones de memoria y rendimiento del entorno HLT1 de GPU.
Robustez mediante Restricciones: Al acotar explícitamente la constante de Lipschitz, los autores proporcionan un mecanismo para asegurar un comportamiento controlado del modelo, abordando la necesidad específica de estabilidad en los triggers en tiempo real donde las distribuciones de entrada pueden diferir ligeramente de los datos de entrenamiento.
Integración: Los algoritmos se integran en el marco Allen, procesando grandes colecciones de trazas simultáneamente con un impacto mínimo en el rendimiento total del HLT1.

Resultados
El rendimiento de las redes con restricción de Lipschitz se evalúa utilizando datos simulados y se compara con los algoritmos de PID basados en cortes de referencia:

Identificación de Muones: La red neuronal logra ganancias sustanciales en la recombinación de fondo (específicamente la recombinación de piones) para trazas de momento moderado a alto, que constituyen la mayoría de las trazas que pasan la preselección cinemática. Para muones de bajo momento, el rendimiento es comparable al de la base de referencia. Esta mejora en la recombinación es esencial para mantener tasas de salida de trigger manejables preservando una alta eficiencia para decaimientos de sabor pesado.
Identificación de Electrones: La red proporciona una discriminación robusta en todo el rango cinemático. Las mejoras respecto a la base de referencia basada en cortes son más pronunciadas en momentos bajos, donde la resolución de energía del ECAL es peor y la discriminación de una sola variable (como $E/p$ ) es más débil. La red exhibe un rendimiento casi uniforme a través de la pseudorapidez y el momento transversal ( $p_T$ ), adaptándose naturalmente a diferentes regímenes físicos al combinar el ajuste traza-cúmulo, la forma de la cascada y las mediciones de energía.
Eficiencia de Recursos: Las redes son altamente compactas, requiriendo solo aproximadamente 500 parámetros (unos 2 kB en precisión simple) y añadiendo solo 24–28 bytes de datos por traza al búfer. El perfilado indica que los núcleos de la red consumen aproximadamente el 0.5–0.9% del tiempo total de procesamiento de la GPU, lo cual es menor que los operadores de PID basados en cortes heredados que complementan.

Significancia y Reivindicaciones
El artículo afirma que las redes neuronales con restricción de Lipschitz ofrecen una mejora robusta y eficiente sobre los métodos de PID existentes a nivel de trigger. La significancia radica en demostrar que el aprendizaje automático puede integrarse con éxito en sistemas críticos en línea con altas tasas de datos, siempre que la complejidad y el comportamiento del modelo estén cuidadosamente restringidos.

Los autores señalan que, aunque los resultados presentados se basan en datos simulados, los algoritmos han sido desplegados y validados dentro del trigger HLT1 y están funcionando de manera estable en producción. El trabajo ilustra el potencial de los modelos de aprendizaje automático cuidadosamente restringidos para la toma de decisiones en tiempo real, equilibrando la necesidad de alto rendimiento con la fiabilidad requerida para los triggers operativos. Se señala que las técnicas desarrolladas son potencialmente relevantes para otros problemas de toma de decisiones en tiempo real en física de altas energías y más allá.

Resumen Técnico: Identificación de Leptones en Tiempo Real en LHCb Run 3 mediante Redes Neuronales Lipschitzianas

Más como este