⚛️ high-energy experiments

"Transforming" LHCb: self-supervised maps of heavy-flavour decays

Este artículo propone y valida una arquitectura de transformador autosupervisado que aprende mapas de desintegración de sabor pesado a partir de datos de LHCb sin etiquetas explícitas, demostrando un mejor rendimiento de etiquetado y la capacidad de detectar desintegraciones con partículas invisibles mediante la inferencia de información de partículas enmascaradas y la identificación de anomalías en jets reconstruidos.

Autores originales: Marko Stamenkovic, Greg Landsberg

Publicado 2026-09-10

📖 4 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Marko Stamenkovic, Greg Landsberg

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

El universo está construido a partir de un puñado de partículas fundamentales, pero las historias más interesantes suelen ocurrir cuando estas partículas decaen, transformándose en formas más ligeras y estables. En las colisiones de alta energía del Gran Colisionador de Hadrones, se crean en vastas cantidades versiones pesadas de estas partículas, conocidas como hadrones de belleza y de encanto. Cuando se desintegran, dejan tras de sí un rastro de otras partículas que los detectores pueden ver. Los físicos estudian estos rastros para encontrar grietas en nuestra comprensión actual de la naturaleza, buscando indicios de partículas invisibles o comportamientos extraños que el modelo estándar de la física no puede explicar. Sin embargo, encontrar estas señales sutiles es difícil porque los detectores solo ven las piezas visibles del rompecabezas. Si una partícula pesada decae en algo que no deja rastro, o si la desintegración es desordenada e incompleta, las herramientas tradicionales para identificar qué sucedió suelen fallar. El desafío es aprender a leer la historia completa de una desintegración simplemente observando los fragmentos que quedan, incluso cuando parte de la historia falta.

Investigadores de la Universidad de Brown han desarrollado una nueva forma de enseñar a las computadoras cómo entender estas desintegraciones de partículas pesadas sin necesidad de un libro de texto con las respuestas. En lugar de mostrarle a la computadora millones de ejemplos con las etiquetas correctas, permitieron que la máquina aprendiera las reglas del juego intentando rellenar los huecos. Tomaron un conjunto masivo de datos de colisiones simuladas del experimento LHCb y presentaron a la computadora "jets" (chorros) —dispersiones de partículas creadas en la colisión— donde eliminaron deliberadamente algunas de las trazas u ocultaron sus identidades. La tarea de la computadora era adivinar qué faltaba. Al intentar repetidamente reconstruir la imagen completa a partir de información incompleta, el sistema aprendió un mapa interno profundo de cómo se desintegran usualmente las partículas pesadas. Este mapa captura las relaciones complejas entre las partículas, tales como cómo se mueven, de dónde vienen y qué son, sin haber sido informada nunca del nombre específico de la partícula madre.

Una vez que la computadora había aprendido este mapa, los investigadores probaron si realmente entendía la física. Descubrieron que el sistema podía distinguir entre diferentes tipos de partículas pesadas e incluso diferenciar entre las versiones de materia y antimateria de la misma partícula, desempeñándose tan bien como los métodos tradicionales que dependen de datos completamente etiquetados. Más importante aún, probaron si el sistema podía detectar cuándo una desintegración real estaba incompleta. Cuando tomaron una desintegración reconstruida de una colisión real y eliminaron una pieza conocida de la misma, la "puntuación de ausencia" de la computadora aumentó significitivamente, indicando que el jet parecía menos completo de lo que debería. Esta reacción fue mucho más fuerte que cuando eliminaron partículas aleatorias y no relacionadas del mismo jet. Esto sugiere que el sistema ha aprendido la estructura específica y coherente de una desintegración de partícula pesada y puede sentir cuándo esa estructura se rompe.

El equipo tomó entonces este sistema entrenado y lo aplicó a datos reales de colisiones protón-protón registradas en 2017. Sin ningún entrenamiento adicional en estos datos específicos, el sistema identificó con éxito los mismos patrones en las colisiones del mundo real. Podía separar diferentes tipos de desintegraciones de sabor pesado y respondió a la eliminación de partículas específicas en los datos reales de la misma manera que lo hizo en las simulaciones. Los investigadores también utilizaron el sistema para explorar los datos en busca de patrones inusuales. Encontraron un pequeño grupo de jets que se veían muy diferentes al resto: estaban repletos de partículas cargadas pero casi no tenían partículas neutras. Aunque los investigadores no pudieron decir inmediatamente qué causaba esto, el sistema organizó con éxito estos eventos extraños de forma conjunta, demostrando que el método puede agrupar anomalías similares para una mayor investigación.

Este trabajo demuestra que una computadora puede aprender el lenguaje de la desintegración de partículas directamente de los datos mismos, sin necesidad de que un humano escriba el diccionario primero. Al aprender a completar la imagen de una desintegración, el sistema gana una capacidad poderosa para reconocer cuándo algo está mal o falta. Este enfoque ofrece una nueva forma de buscar la física más allá de nuestra comprensión actual, particularmente para desintegraciones raras o incompletas que de otro modo podrían quedar ocultas en el ruido. Los investigadores han demostrado que, al enseñar a las máquinas a entender la estructura de estos eventos, podemos abrir nuevas ventanas hacia las partes invisibles del universo, revelando potencialmente nuevas partículas o fuerzas que hasta ahora han permanecido fuera de nuestro alcance.

Resumen Técnico: "Transformando" LHCb: mapas autosupervisados de decaimientos de sabor pesado

Planteamiento del Problema
Los decaimientos de sabor pesado de hadrones de belleza y charm sirven como sondas sensibles para la física más allá del Modelo Estándar (BSM), particularmente en escenarios que involucran partículas invisibles o estados finales incompletos (por ejemplo, la mesogénesis de B). Aunque el experimento LHCb en el CERN posee las capacidades precisas de rastreo, reconstrucción de vértices e identificación de partículas (PID) requeridas para mapear estos entornos de decaimiento, los métodos actuales de etiquetado de sabor en LHCb dependen fuertemente de vértices secundarios y utilizan la arquitectura DeepSets. Estos métodos suelen subutilizar la historia completa de fragmentación, la información del evento subyacente y el pileup. Además, los etiquetadores existentes no están optimizados para decaimientos "incompletos" donde partes del estado final no dejan una firma en el detector. Los autores proponen aprovechar los avances recientes en el etiquetado de sabor de jets de ATLAS y CMS —específicamente el uso de nubes de partículas con invarianza de permutación y arquitecturas de transformadores— para mejorar el rendimiento del etiquetado de LHCb y extender su alcance a decaimientos con partículas invisibles.

Metodología
El artículo introduce un marco de aprendizaje autosupervisado que aprende un "mapa" de los entornos de hadronización y decaimiento de sabor pesado directamente de los datos, sin depender de etiquetas de sabor o de decaimientos exclusivos.

Arquitectura: El modelo central es un transformador de conjunto de partículas (particle set transformer). Este ingiere un conjunto desordenado de constituyentes de jet reconstruidos (hasta 64 por jet), incluyendo cinemática, información de desplazamiento y respuestas probabilísticas de PID provenientes de los sistemas RICH y de calorímetros. El codificador consiste en cinco bloques de transformadores con una dimensión de incrustación (embedding) de 96 y ocho cabezales de atención.
Tarea Autosupervisada: El modelo se entrena para realizar dos tareas simultáneas:
1. Predicción de PID enmascarada: Predecir la clase de PID y los bins de respuesta para las partículas supervivientes cuyas entradas de PID han sido ocultadas.
2. Completitud de Conjunto de Partículas: Predecir las propiedades (multiplicidad, cinemática, carga, identidad y topología) de los constituyentes que han sido eliminados artificialmente de la visión del jet.
Aumento de Datos: Durante el entrenamiento, se eliminan de cero a cuatro constituyentes reconstruidos de un jet basándose en reglas específicas (pares cargados/neutros aleatorios, pares de signo opuesto, grupos angularmente locales, vértices desplazados o cascadas). El modelo debe inferir el contenido faltante basándose únicamente en las partículas supervivientes y el contexto global del jet.
Puntuación de Incompletitud ( $S_{miss}$ ): Un resultado clave es una puntuación derivada de la probabilidad del modelo de que un jet esté incompleto. Esta puntuación se calcula como la razón de log-odds de que el modelo prediga un jet incompleto frente a la probabilidad base de eliminación artificial en el conjunto de entrenamiento.
Datos de Entrenamiento: El estudio utiliza dos conjuntos de datos:
1. Datos Abiertos Simulados de LHCb: Eventos de dijets ( $b\bar{b}$ , $c\bar{c}$ , partones ligeros, $Z \to b\bar{b}$ ) generados con Pythia 8 y EvtGen, reconstruidos con Geant4. Esto permite realizar pruebas de "intervención" controladas donde se eliminan resonancias reconstruidas específicas.
2. Datos de Colisión (Datos de 2017 de LHCb): Datos de colisiones protón-protón inclusivas utilizados para entrenar un modelo separado sin etiquetas de sabor, validando la aplicabilidad del método a condiciones reales del detector.

Contribuciones Clave

Construcción de un Mapa Autosupervisado: Los autores demuestran que un transformador puede aprender una representación continua de los entornos de decaimiento de sabor pesado al inferir la información de PID enmascarada y completar jets con constituyentes faltantes, creando efectivamente un "mapa de hadronización y decaimiento".
Eficiencia de Etiquetas: El estudio muestra que esta representación autosupervisada captura información físicamente significativa de sabor y del signo de la carga del quark. Cuando se utiliza como un extractor de características congelado para sondas afines (clasificadores lineales), recupera el 97–100% del rendimiento de un transformador totalmente supervisado entrenado con todas las etiquetas, utilizando solo una pequeña fracción de los datos etiquetados.
Detección de Anomalías mediante Intervención: El artículo introduce un método para detectar anomalías mediante la eliminación sistemática de candidatos de decaimiento reconstruidos (por ejemplo, $D^0$ , $B^+$ ) de los jets y observando el aumento en la puntuación de incompletitud. Esto valida que el modelo ha aprendido la estructura correlacionada de los decaimientos de sabor pesado.
Transferencia a Datos de Colisión: El método se valida en datos de colisión reales de LHCB de 2017. Un modelo entrenado independientemente con estos datos reproduce la respuesta de "incompletitud" esperada cuando se eliminan los constituyentes de decaimientos de charm y belleza reconstruidos, confirmando la relevancia del mapa aprendido para eventos físicos.

Resultados

Rendimiento de Simulación:
- El modelo distingue entre jets completos e incompletos artificialmente con un Área Bajo la Curva (AUC) de 0.72 (inclusivo), que aumenta a 0.87 para jets con cuatro constituyentes eliminados.
- En tareas de etiquetado de sabor (por ejemplo, $b$ vs. $c$ , $b$ vs. ligero), la sonda autosupervisada supera significativamente a un transformador con pesos aleatorios. Por ejemplo, en la clasificación $b$ vs. $c$ , logra un AUC de 0.83 con solo el 0.1% de los datos de entrenamiento etiquetados, comparado con 0.67 para características aleatorias.
- El poder de etiquetado ( $P_{tag}$ ) para jets de $b$ inclusivos es de 10.6%, y para jets de $c$ es de 31.1%.
- Eliminar candidatos reconstruidos de $D^0 \to K\pi$ de jets de $b$ en simulación resulta en un cambio de media de 4.05, significativamente mayor que el cambio de 1.33 observado al eliminar trazas aleatorias emparejadas del mismo jet.
Rendimiento en Datos de Colisión:
- Un modelo entrenado con datos de colisión de 2017 (sin etiquetas de sabor) responde sistemáticamente a la eliminación de constituyentes de ocho modos reconstruidos de charm y belleza. Para modos de charm de alta estadística, la respuesta de la señal supera a la de los sidebands de masa adyacentes.
- Las sondas afines entrenadas en simulación, al aplicarse a los datos de colisión de 2017 sin reentrenamiento, separan con éxito las categorías de sabor $B^+$ y $B^0$ y los decaimientos prompt de $D^0/D^+$ , demostrando la transferibilidad.
- El análisis exploratorio de jets de alta incompletitud en datos de colisión revela grupos distintos basados en la similitud (por ejemplo, un grupo de jets ricos en carga y pobres en neutros), lo que sugiere que el método puede organizar eventos anómalos para una inspección posterior.

Significado y Reivindicaciones
El artículo afirma proporcionar una prueba de concepto de que el mapeo de los entornos de decaimiento de sabor pesado mediante jets usando aprendizaje autosupervisado puede transformar el etiquetado de sabor en LHCb. Los autores enfatizan que:

El enfoque no depende de etiquetas de decaimiento exclusivos o de hipótesis específicas de BSM durante la fase de aprendizaje de representación.
Logra cerrar la brecha entre el aprendizaje simulado y los datos de colisión reales, validando que la noción aprendida de "completitud" corresponde a estructuras de decaimiento físicas.
El método ofrece una vía para extender el alcance del descubrimiento a decaimientos "incompletos" o inusuales (incluyendo aquellos con partículas invisibles) mediante la identificación de jets que se desvían del mapa de completitud aprendido.
La técnica es complementaria a los etiquetadores existentes y podría extenderse para usar radios de jet más grandes o información de todo el evento para incorporar detalles de la fragmentación del lado opuesto y del mismo lado.

Los autores mantienen la modestia, señalando que los resultados actuales son preliminares y que distinguir anomalías físicas de efectos del detector o fallos de reconstrucción requiere una mayor calibración, conjuntos de datos más grandes y acceso a registros de eventos completos (incluyendo impactos de detector). Posicionan este trabajo como un paso fundacional hacia estrategias basadas en datos para investigar la física BSM en decaimientos de sabor pesado.

Más como este