⚛️ high-energy experiments

ResoSeg: Resonance Tagger using Transformer and Segment Model

El artículo presenta ResoSeg, un nuevo modelo de aprendizaje profundo que combina técnicas de Transformer y segmentación para realizar la segmentación conjunta a nivel de partícula y la clasificación a nivel de evento para el etiquetado de resonancias, demostrando una eficiencia y generalizabilidad significativamente mejoradas en la reconstrucción de decaimientos de $\eta_c$ en el experimento BESIII en comparación con los métodos convencionales.

Autores originales: Chunkai Li, Junhao Yin, Ke Li, Jingde Chen

Publicado 2026-09-14

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Chunkai Li, Junhao Yin, Ke Li, Jingde Chen

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 el mundo subatómico, la materia está construida a partir de un zoológico de partículas de corta duración que aparecen y desaparecen en un abrir y cerrar de ojos. Los físicos llaman a estas entidades fugaces resonancias. No son bloques de construcción estables como los protones o los electrones; en su lugar, son estados intermedios que decaen casi instantáneamente en otras partículas. Para comprender las fuerzas fundamentales de la naturaleza, los científicos deben atrapar a estas partículas en el acto, identificando exactamente qué escombros proceden de qué progenitor. Esta tarea es como intentar reconstruir un tipo específico de jarrón destrozado a partir de un montón de fragmentos de cerámica mezclados encontrados en una habitación llena de otros objetos rotos. Durante décadas, los investigadores han dependido de un método de clasificar estos fragmentos uno por uno, buscando patrones específicos que coincidan con rutas de desintegración conocidas. Si bien este enfoque ha funcionado, es lento y pierde muchas oportunidades porque no puede observar el panorama completo a la vez.

Un equipo de investigadores de la Universidad de Nankai y del Instituto de Física de Altas Energías ha introducido ahora una nueva forma de resolver este rompecabezas, una que cambia la manera en que los científicos analizan estas colisiones. Desarrollaron un modelo informático llamado ResoSeg, que actúa como un observador altamente capacitado capaz de mirar un evento completo y decidir instantáneamente dos cosas: si el evento contiene la partícula que están cazando, y exactamente cuál de las docenas de partículas resultantes proviene de ese progenitor específico. En lugar de buscar un patrón específico tras otro, el modelo aprende a reconocer la "huella dactilar" única de la partícula progenitora a través de todas sus posibles rutas de desintegración simultáneamente. Esto les permite reconstruir la historia completa de la vida de una partícula en una sola pasada, capturando datos que los métodos anteriores habrían descartado o pasado por alto por completo.

Los investigadores probaron este sistema utilizando datos del experimento BESIII, un detector masivo en China que registra colisiones entre electrones y positrones. Se centraron en una partícula particularmente difícil llamada eta-c, un tipo de charmonio que es conocido por tener cientos de formas diferentes de desintegrarse, la mayoría de las cuales son extremadamente raras. Debido a que no existe una única forma dominante en que esta partícula pueda romperse, los métodos tradicionales tuvieron que centrarse solo en las dieciséis rutas más comunes, ignorando el resto. El nuevo modelo, sin embargo, fue entrenado para observar cada traza dejada por una partícula en el detector y asignarle una etiqueta: ¿procedía de la eta-c, provenía de algo más en el evento, o era simplemente ruido de fondo? Al hacer esto, el modelo pudo reconstruir la eta-c incluso cuando se desintegraba en formas que los métodos antiguos no estaban diseñados para ver.

Los resultados fueron sorprendentes. Cuando los investigadores compararon el nuevo modelo con el enfoque estándar a través de un rango de niveles de energía, el nuevo sistema fue más del doble de eficiente en la búsqueda de la señal. En términos más sencillos, encontró más del doble de partículas eta-c que el método antiguo podía identificar, manteniendo el ruido de fondo igual de bajo. Esta mejora no se trata solo de encontrar más números; se trata de obtener una imagen completa de las propiedades de la partícula, como su masa y energía, con mucha mayor precisión. El modelo también demostró ser flexible. Fue capaz de trabajar en puntos de energía que nunca había visto y pudo adaptarse para estudiar diferentes cadenas de producción de la misma partícula con solo una pequeña cantidad de entrenamiento adicional.

Para asegurar que el modelo no estuviera simplemente memorizando los datos, el equipo probó su robustez alterando ligeramente las propiedades simuladas de la partícula, como su masa o su ancho. El modelo se mantuvo estable, continuando su desempeño con precisión incluso cuando las condiciones cambiaron. Esto sugiere que el sistema ha aprendido la física subyacente de cómo se comportan estas partículas en lugar de solo reconocer patrones específicos en los datos de entrenamiento. Los investigadores también demostraron que el modelo podía separar la señal del fondo en un conjunto de datos complejo y mixto, un paso crucial para el análisis de física real donde la señal suele estar enterrada profundamente en un mar de otros eventos.

Este trabajo representa un cambio en la forma en que se llevan a cabo los experimentos de física de altas energías. Al pasar de un enfoque canal por canal a un análisis unificado y simultáneo, los investigadores han abierto la puerta al estudio de modos de desintegración raros que antes eran demasiado difíciles de aislar. El modelo es lo suficientemente general como para aplicarse a otras partículas y otros experimentos, particularmente en colisionadores de leptones donde el ruido de fondo es bajo pero la necesidad de precisión estadística es alta. El código fuente del modelo se ha puesto a disposición de la comunidad científica, invitando a otros a construir sobre esta base. A medida que los físicos continúan buscando formas exóticas de materia y probando los límites del Modelo Estándar, herramientas como esta proporcionan una lente más clara y eficiente a través de la cual observar el mundo invisible de las resonancias subatómicas.

Resumen Técnico: ResoSeg – Etiquetador de Resonancia utilizando Transformer y Modelo de Segmentación

Planteamiento del Problema
En la física de altas energías experimental, particularmente en colisionadores de leptones como BESIII, la identificación y reconstrucción de estados resonantes intermedios (por ejemplo, $\eta_c$ , $J/\psi$ ) son críticas para mapear el espectro hadrónico y buscar materia exótica. Aunque los modelos de aprendizaje profundo como Particle Transformer (ParT), SPANet y GN3 han logrado un rendimiento de vanguardia en la clasificación a nivel de evento y el etiquetado de objetos, poseen una limitación fundamental: no proporcionan información por traza relativa al origen de las partículas con respecto a las resonancias intermedias. En consecuencia, los análisis que dependen de estos modelos aún requieren algoritmos de reconstrucción dedicados y específicos para cada canal de desintegración para determinar el cuadrimomento de las resonancias objetivo. Este enfoque canal por canal es ineficiente, especialmente para partículas como el mesón $\eta_c$ , que tiene cientos de posibles canales de desintegración con fracciones de ramificación diminutas y sin un modo dominante único, lo que hace que la reconstrucción tradicional sea impracticable para desintegraciones de tipo "resonancia-a-cualquier-cosa" (resonance-to-anything).

Metodología
Los autores proponen ResoSeg (Resonance Segmenter), un modelo de aprendizaje profundo unificado que realiza conjuntamente la segmentación a nivel de partícula y la clasificación a nivel de evento. La arquitectura integra dos componentes principales:

Codificador (inspirado en ParT): El modelo utiliza una capa de Incrustación de Partículas (Particle Embedding) y una capa de Incrustación de Pares (Pair Embedding) para procesar las trazas de entrada y sus interacciones. Emplea Bloques de Atención de Partículas (modificados de ParT con activación SwiGLU) para codificar las trazas en un espacio latente de alta dimensión. Crucialmente, las características de interacción se optimizan mediante optimización bayesiana, seleccionando un subconjunto de cuatro características ( $M^2$ , $RM^2$ , $Q$ , $k_t$ ) que capturan tanto la cinemática local de pares de trazas como el contexto global del centro de masa del evento.
Decodificador (inspirado en SAM): Basándose en el Segment Anything Model (SAM), el decodificador utiliza un mecanismo de Atención de Doble Vía (Two-Way Attention). Toma las características de partículas codificadas e interactúa con "Tokens de Evento" y "Tokens de Máscara" aprendibles. El Token de Máscara genera etiquetas semánticas para cada traza, mientras que el Token de Evento produce una puntuación para el evento completo. Esto permite que el modelo determine simultáneamente si un evento contiene un proceso de señal y asigne una categoría semántica a cada traza reconstruida (por ejemplo, traza falsa/fondo, trazas reales de la resonancia, o trazas reales no provenientes de la resonancia).

El modelo se entrena en un conjunto de datos BESIII- $\eta_c$ construido para el proceso $e^+e^- \to \pi^+\pi^-h_c, h_c \to \gamma\eta_c, \eta_c \to \text{cualquier cosa}$ . Las etiquetas verdaderas para el aprendizaje supervisado se generan utilizando un Algoritmo de Emparejamiento de Verdad (Truth-Matching Algorithm) que minimiza la diferencia entre las masas invariantes reconstruidas y las verdaderas. La función de pérdida total es una combinación lineal de pérdidas de entropía cruzada para la clasificación de eventos y la segmentación de partículas.

Contribuciones Clave

Primera Aplicación de Segmentación: Este trabajo introduce la primera aplicación de la segmentación semántica al etiquetado de resonancias en física de altas energías, permitiendo la identificación directa de qué trazas se originan de una resonancia específica.
Análisis Unificado de Una Sola Pasada: ResoSeg permite que una sola pasada de inferencia reconstruya cadenas de desintegración de "resonancia-a-cualquier-cosa", eliminando la necesidad de algoritmos de reconstrucción separados para cada canal de desintegración.
Características de Interacción Optimizadas: Los autores demuestran que características de interacción específicas, particularmente aquellas que incorporan el contexto cinemático global ( $RM^2$ ), superan significativamente a las características estándar de etiquetado de chorros (jet-tagging) para la reconstrucción de quarkonios.
Generalizabilidad: El modelo está diseñado para ser general, capaz de adaptarse a otras resonancias y modos de producción mediante aprendizaje por transferencia sin cambios arquitectónicos.

Resultados Experimentales
El modelo fue evaluado en el conjunto de datos BESIII- $\eta_c$ y en un conjunto de prueba de Monte Carlo (MC) inclusivo:

Rendimiento frente a Métodos Convencionales: En puntos de energía que van de 4.19 a 4.60 GeV, ResoSeg logró una eficiencia de reconstrucción combinada promedio más de 2.6 veces mayor que el método convencional, el cual está limitado a 16 canales de desintegración específicos.
Clasificación a Nivel de Evento: ResoSeg alcanzó una precisión del 97.31% y una exhaustividad (recall) del 98.84% al distinguir eventos de señal de fondo, comparable a una línea base de ParT.
Segmentación a Nivel de Partícula: El modelo logró una Tasa de Coincidencia Perfecta (PMR) elevada del 87.91% y puntuaciones promedio de Intersección sobre Unión (IoU) de 96.12% (para trazas de $\eta_c$ ) y 95.20% (para trazas no provenientes de $\eta_c$ ).
Rechazo de Fondo: En el complejo conjunto de prueba de MC inclusivo, ResoSeg demostró capacidades de rechazo de fondo superiores a las de ParT, manteniendo una alta eficiencia de señal mientras reducía significativamente las tasas de error de etiquetado de fondo.
Robustez y Generalización: El modelo se mantuvo robusto frente a variaciones en la masa, anchura y fracciones de ramificación de la $\eta_c$ . También se generalizó con éxito a puntos de energía no vistos (extrapolación) y se adaptó a un modo de producción diferente ( $\psi(2S) \to \gamma\eta_c(2S)$ ) mediante aprendizaje por transferencia con tan solo 300,000 eventos de entrenamiento.

Significancia y Reivindicaciones
Los autores afirman que ResoSeg representa un cambio de paradigma en el análisis de resonancias al transformar el flujo de trabajo de una reconstrucción específica de canal a un enfoque general y consciente de la resonancia. Al proporcionar etiquetas semánticas por traza, el modelo permite la reconstrucción precisa de la información completa del cuadrimomento para resonancias intermedias sin depender de algoritmos específicos de canales de desintegración. Esta capacidad aumenta sustancialmente las estadísticas de señal disponibles para desintegraciones de "resonancia-a-cualquier-cosa", lo cual es particularmente vital para estudiar partículas con topologías de desintegración complejas como la $\eta_c$ . Los autores postulan que este enfoque puede extenderse a otras resonancias (por ejemplo, $J/\psi$ , mesones $B$ ) y experimentos (por ejemplo, Belle II, LHCb), potenciando potencialmente la sensibilidad de las mediciones para candidatos de hadrones exóticos y permitiendo nuevas estrategias de análisis, tales como modelos fundacionales para la física de partículas.

Más como este