⚛️ high-energy experiments

Model-independent searches and anomaly detection at the CMS experiment

Este artículo presenta la búsqueda de nueva física independiente del modelo del experimento CMS mediante la detección de anomalías basada en aprendizaje automático con 138 fb $^{-1}$ de datos a 13 TeV, destacando la recuperación no supervisada exitosa de quarks top y el despliegue en tiempo real de algoritmos no supervisados en el disparador de nivel 1 durante 2024.

Autores originales: Tamas Almos Vami, for the CMS Collaboration

Publicado 2026-09-29

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Tamas Almos Vami, for the CMS Collaboration

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

Durante más de una década, el acelerador de partículas más potente del mundo ha estado chocando protones a velocidades cercanas a la de la luz, buscando los componentes fundamentales de un universo que se extiende más allá de nuestro entendimiento actual. Los científicos han sospechado durante mucho tiempo que el Modelo Estándar, la teoría que describe con éxito toda la materia y las fuerzas conocidas, es incompleto. Esperan encontrar nuevas partículas o fuerzas ocultas que podrían explicar misterios como la materia oscura o por qué existe el universo en absoluto. Sin embargo, a pesar del descubrimiento del bosón de Higgs, ninguna nueva partícula elemental ha aparecido en los datos. Este silencio ha obligado a los investigadores a replantear su estrategia. En lugar de construir una red específica para atrapar un pez que creen que podría estar allí, ahora intentan atrapar cualquier cosa inusual que nade de paso, independientemente de su apariencia. Este cambio se basa en una idea poderosa: si el universo está lleno de patrones familiares, entonces cualquier cosa que rompa esos patrones merece ser investigada, incluso si aún no sabemos qué es.

Los investigadores del experimento Compact Muon Solenoid, o CMS, en el CERN, han adoptado este enfoque utilizando el aprendizaje automático para cazar anomalías. En un estudio reciente, aplicaron esta técnica a un conjunto masivo de datos de 138 fb⁻¹ de colisiones protón-protón registradas a una energía de 13 billones de electronvoltios. El equipo se centró en un tipo específico de colisión donde dos chorros de partículas de alta energía, conocidos como jets, salen disparados en direcciones opuestas. En la gran mayoría de estos eventos, los jets están formados por partículas comunes como quarks o gluones, creando un spray desordenado y predecible. Los científicos buscaron jets que fueran diferentes: aquellos que portaran una estructura interna compleja, quizás conteniendo partículas más pesadas o múltiples capas de desintegración, lo que los haría destacar del fondo ordinario. No asumieron qué podrían ser estas nuevas partículas, ni adivinaron su masa o cómo interactuaban. Simplemente le pidieron a la computadora que aprendiera cómo es un jet normal y luego marcara cualquier cosa que no encajara con el patrón.

Para asegurar que este método funcionara, el equipo primero probó el algoritmo en datos donde la respuesta ya era conocida. Le pidieron al algoritmo que encontrara el quark top, una partícula pesada que está bien comprendida pero que es difícil de detectar en un mar de jets ordinarios. Sin que se le dijera qué era un quark top ni se le dieran etiquetas para identificarlo, el sistema de aprendizaje automático aisló con éxito los eventos que contenían estas partículas. Las encontró al notar que su estructura interna era distinta de la de los demás. Esta validación demostró que el sistema podía reconocer algo nuevo sin un guion preescrito. Cuando los investigadores aplicaron entonces la misma lógica al conjunto completo de datos de 138 fb⁻¹ de colisiones protón-protón, escanearon en busca de cualquier exceso localizado de eventos extraños que pudiera señalar una nueva resonancia, o una partícula pesada desintegrándose en dos más ligeras.

Los resultados fueron un testimonio del poder de esta búsqueda independiente del modelo, pero también confirmaron el continuo silencio del universo respecto a la nueva física. Los cinco métodos diferentes de aprendizaje automático utilizados en el estudio funcionaron mejor que las búsquedas tradicionales que buscan tipos específicos de firmas de partículas. Fueron capaces de detectar anomalías sutiles que los métodos antiguos habrían pasado por alto, particularmente en escenarios complejos donde una partícula pesada podría fragmentarse en muchas piezas más pequeñas. Sin embargo, a pesar de este aumento en la sensibilidad, ningún método individual encontró una desviación del fondo esperado que fuera lo suficientemente fuerte como para reclamar un descubrimiento. Las fluctuaciones más significativas que observaron fueron consistentes con el ruido estadístico aleatorio más que con una nueva partícula. El equipo estableció nuevos límites sobre qué tipos de nuevas partículas podrían existir, descartando efectivamente ciertas posibilidades en rangos de masa donde ninguna otra búsqueda había mirado antes.

Más allá del análisis offline de los datos registrados, el experimento ha impulsado esta tecnología hacia el ámbito de la toma de decisiones en tiempo real. El Gran Colisionador de Hadrones produce colisiones a un ritmo de 40 millones de veces por segundo, demasiado rápido para que operadores humanos o computadoras estándar revisen cada evento individual. Normalmente, un sistema llamado disparador (trigger) filtra la gran mayoría de las colisiones, conservando solo aquellas que parecen interesantes basándose en la física conocida. El equipo del CMS ha instalado ahora dos algoritmos de aprendizaje automático no supervisado directamente en el hardware que toma estas decisiones en fracciones de segundo. Estos algoritmos, que se ejecutan en chips especializados, analizan los depósitos de energía bruta en el detector sin ningún conocimiento previo de lo que deben buscar. Durante el periodo de toma de datos de 2024 a una energía de 13.6 TeV, estos sistemas seleccionaron más de cuatro mil millones de eventos para almacenamiento permanente, capturando procesos raros y energéticos que los disparadores convencionales podrían haber descartado. Los datos recolectados hasta ahora muestran que el sistema funciona según lo previsto, destacando partículas bien conocidas como el bosón Z y el mesón J/psi, demostrando que la máquina puede identificar física interesante sin que se le diga qué buscar.

El objetivo final de este trabajo es expandir la búsqueda más allá de los simples chorros de partículas dentro de un solo jet hacia el evento completo. Al observar la forma global de una colisión, los científicos esperan encontrar anomalías que son invisibles cuando se miran las piezas individuales. Aunque este estudio específico no encontró una nueva partícula, demostró con éxito una nueva forma de observar los datos. Mostró que las herramientas existen para encontrar lo inesperado, incluso en un universo que, hasta ahora, ha permanecido obstinadamente silencioso. Los investigadores han pasado de las propuestas teóricas a la aplicación práctica, validando sus métodos con datos reales y demostrando que pueden caracterizar las propiedades de una partícula simplemente observando cómo difiere de todo lo demás. La búsqueda continúa, no por un fantasma específico, sino por cualquier sombra que no pertenezca al lugar.

Resumen Técnico: Búsquedas independientes de modelos y detección de anomalías en el experimento CMS

Planteamiento del Problema
Más de una década después del descubrimiento del bosón de Higgs, el Gran Colisionador de Hadrones (LHC) no ha observado partículas elementales adicionales. El espacio de las teorías que extienden el Modelo Estándar (SM) es vasto, sin embargo, el programa experimental ha dependido históricamente de búsquedas dedicadas optimizadas para hipótesis específicas. Este enfoque deja brechas inherentes: no puede cubrir cada firma concebible, y las señales con secciones eficaces por debajo del alcance de las búsquedas inclusivas permanecen sin detectar. El artículo postula que la comunidad podría estar pasando por alto nueva física al centrarse demasiado estrechamente en modelos específicos.

Metodología
La Colaboración CMS emplea aprendizaje automático (ML) para implementar la detección de anomalías, una estrategia que plantea si los datos contienen eventos inusuales en relación con el resto del conjunto de datos, en lugar de probar la compatibilidad con una hipótesis de señal específica. El artículo detalla tres direcciones primarias de este programa:

Análisis de Subestructura de Dijets Offline:
- Conjunto de Datos: 138 fb⁻¹ de datos de colisiones protón-protón a $\sqrt{s} = 13$ TeV (2016–2018).
- Objetivo: Una resonancia pesada estrecha $A$ que decae en dos resonancias más ligeras $B$ y $C$ , las cuales decaen hadrónicamente. El análisis asume $m_B, m_C \ll m_A$ , lo que resulta en jets de radio grande con subestructura (por ejemplo, múltiples prongs, contenido de sabor pesado) atípica de los fondos de multijets QCD.
- Cinco Métodos Complementarios: El análisis despliega cinco métodos que abarcan tres paradigmas de aprendizaje:
  - No supervisado (VAE-QR): Un Autoencoder Variacional (VAE) entrenado en datos dominados por el fondo reconstruye bien los jets QCD pero falla en los jets anómalos. Una red de Regresión de Cuantiles (QR) establece el umbral de la puntuación de anomalía como una función de la masa de dijet ( $m_{jj}$ ) para preservar la forma del espectro del fondo.
  - Débilmente Supervisado (CWoLa Hunting, TNT, CATHODE): Estos utilizan el paradigma de "clasificación sin etiquetas", entrenando clasificadores para separar dos muestras mixtas (una potencialmente enriquecida con señal y otra dominada por el fondo).
    - CWoLa Hunting utiliza bandas laterales de una ventana de $m_{jj}$ deslizante.
    - TNT utiliza un autoencoder no supervisado en un jet para enriquecer la muestra de entrenamiento para el otro.
    - CATHODE (y CATHODE-b) aprende la densidad condicional del fondo utilizando flujos normalizantes fuera de la ventana de señal e interpola dentro de la ventana para muestrear el fondo sintético.
  - Semi-supervisado (QUAK): Utiliza flujos normalizantes entrenados en señales simuladas para codificar un prior laxo sobre la apariencia de la anomalía, combinado con un flujo de fondo para el poder de rechazo.
- Selección: Cada método asigna una puntuación de anomalía a los eventos; se retienen el 1% de los eventos más anómalos. El espectro de masa de dijets de estos eventos se escanea en busca de excesos localizados contra un ajuste de fondo paramétrico.
Detección de Anomalías en Tiempo Real (Trigger de Nivel-1):
- Implementación: Dos algoritmos no supervisados se ejecutan en FPGAs dentro del trigger de Nivel-1 (L1) de CMS, operando a 40 MHz con latencia de microsegundos.
- AXOL1TL: Un Autoencoder Variacional que se ejecuta en el trigger global sobre objetos reconstruidos (muones, jets, sumas de energía).
- CICADA: Un Autoencoder Convolucional que se ejecuta en el trigger del calorímetro, puntuando los depósitos de energía antes de la reconstrucción de objetos. Utiliza la destilación de conocimiento de una red maestra a una red estudiante más pequeña.
- Entrenamiento: Ambos están entrenados con datos de zero-bias, asegurando que ninguna hipótesis de señal influya en el entrenamiento.
Detección de Anomalías a Nivel de Evento:
- El artículo describe una extensión a las topologías de "di-objeto más X". Una resonancia que decae en dos partículas del SM proporciona la variable de masa para una búsqueda de exceso (bump hunt), mientras que la actividad restante ( $X$ ) se analiza utilizando variables físicamente motivadas derivadas de la geometría del espacio de fase de la colisión.

Contribuciones Clave y Resultados

Validación Offline y Sensibilidad:
- Validación: El procedimiento débilmente supervisado fue validado en datos recuperando el quark top ( $t\bar{t}$ ) en una muestra de jet de menor masa sin utilizar etiquetas de verdad. El clasificador aisló con éxito una contribución clara de $t\bar{t}$ en la región de "paso", con una significancia que excede los $10\sigma$ .
- Interpretación: El análisis de importancia de características por permutación en los eventos anómalos identificó correctamente las propiedades del quark top (masa del jet $\approx 173$ GeV, presencia de un quark $b$ , y estructura de tres prongs) únicamente a partir de la puntuación de anomalía, demostrando la capacidad de caracterizar un descubrimiento.
- Sensibilidad: Los cinco métodos de detección de anomalías demostraron ser más sensibles que una búsqueda de dijets inclusiva tanto para señales de referencia de 2-prong como de 3-prong. Sin embargo, siguieron siendo menos sensibles que una búsqueda dedicada y específica de modelo (representada por una configuración específica de QUAK), ilustrando un compromiso donde la generalidad se compra a un costo modesto.
- Resultos de Búsqueda: No se encontró ningún exceso significativo. Las mayores significancias locales estuvieron por debajo de $3\sigma$ (oscilando entre 2.2 y 2.9 $\sigma$ para CATHODE-b, QUAK, VAE-QR y CATHODE).
- Límites de Exclusión: Se establecieron límites de exclusión al 95% de nivel de confianza para modelos de referencia (topologías de prong 2+2, 3+3, 4+2, 5+5, 6+6). Para la topología de prong 6+6 ( $GKK \to HH \to 4t$ ), la sección eficaz requerida para un descubrimiento de $5\sigma$ se redujo en un factor de 6.4 en comparación con la búsqueda inclusiva. Estos representan los primeros límites de su tipo para muchos rangos de masa donde no existe una búsqueda dedicada.
Rendimiento en Tiempo Real:
- Durante la toma de datos de 2024 a $\sqrt{s} = 13.6$ TeV, AXOL1TL y CICADA seleccionaron más de cuatro mil millones de eventos para almacenamiento permanente, consumiendo menos del 1% de la tasa total de L1.
- Los datos seleccionados son físicamente sensatos: el espectro de masa dimuón muestra claramente las resonancias del SM ( $J/\psi$ y el bosón $Z$ ), siendo el bosón $Z$ , más raro y energético, el que aparece enriquecido. Esto confirma que el algoritmo se concentra en eventos que un físico encontraría interesantes sin conocimiento previo del modelo.

Significancia
El artículo afirma que las búsquedas independientes de modelos basadas en la detección de anomalías han pasado con éxito de la propuesta a la práctica en CMS.

Offline: El programa ha demostrado que los métodos no supervisados y débilmente supervisados pueden superar a las búsquedas inclusivas en un amplio rango de firmas de subestructura y pueden caracterizar las propiedades de un exceso (como se mostró con el quark top) sin etiquetas.
Online: El despliegue de algoritmos no supervisados en el trigger L1 establece que la detección de anomalías en tiempo real es factible y efectiva a la tasa completa de colisiones del LHC.
Cambio Estratégico: Colectivamente, estos desarrollos marcan un cambio de énfasis de buscar modelos específicos a buscar "cualquier cosa interesante", abordando las brechas dejadas por las búsquedas dedicadas tradicionales. El artículo concluye delineando los siguientes pasos: extender estas técnicas a observables a nivel de evento, una utilización más profunda de los conjuntos de datos de trigger y scouting, y la búsqueda de firmas más allá de los jets.

Resumen Técnico: Búsquedas independientes de modelos y detección de anomalías en el experimento CMS

Más como este