⚛️ high-energy experiments

Using Graph Neural Networks for the segmentation of overlapping objects in high granularity calorimeters

Este artículo presenta un flujo de trabajo de Redes Neuronales de Grafos optimizado que desenreda eficientemente lluvias de dos fotones superpuestas en calorímetros de alta granularidad mediante la predicción de fracciones de energía a nivel de nodo con una complejidad algorítmica reducida.

Autores originales: Matthieu Melennec, Frédéric Magniette

Publicado 2026-09-29

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Matthieu Melennec, Frédéric Magniette

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 corazón de la física de partículas moderna, los científicos se preparan para un futuro donde los secretos más fundamentales del universo se revelarán no mirando un solo evento, sino observando casi doscientas colisiones ocurriendo exactamente al mismo tiempo. Este es el desafío del Gran Colisionador de Hadrones de Alta Luminosidad, una mejora al acelerador de partículas más potente del mundo. Cuando los protones chocan entre sí con tal frecuencia, la energía que liberan crea una tormenta caótica de escombros. En los detectores tradicionales, esta tormenta parece una única y desordenada mancha de energía, lo que hace imposible distinguir qué partícula proviene de qué colisión. Para resolver esto, la próxima generación de experimentos está construyendo detectores con un detalle sin precedentes, capaces de ver los hilos individuales de energía a medida que se expanden. Sin embargo, ver los hilos es solo la mitad de la batalla; la verdadera dificultad reside en desenredarlos. Cuando dos partículas salen disparadas de la misma colisión y sus estelas de energía se cruzan, se superponen, creando un rompecabezas complejo que los antiguos algoritmos informáticos no pueden resolver.

Aquí es donde entra en juego un nuevo enfoque, utilizando un tipo de inteligencia artificial diseñada para comprender las relaciones entre puntos en el espacio. Investigadores de la École Polytechnique en Francia han desarrollado un sistema especializado para separar estas estelas de energía superpuestas, centrándose específicamente en pares de fotones, que son partículas de luz. En sus simulaciones, crearon un escenario donde dos fotones, nacidos de la desintegración de un pion neutro, viajan hacia un detector y sus depósitos de energía se mezclan. El objetivo era enseñar a una computadora a mirar este desorden mezclado y decidir, para cada pieza de energía que ve, cuánto de ella pertenece al primer fotón y cuánto pertenece al segundo. El equipo descubrió que, al tratar los datos del detector como una red de puntos conectados, podían desenredar con éxito las dos cascadas, recuperando la energía y la dirección originales de cada partícula con una alta precisión.

El detector utilizado en este estudio es un calorímetro de muestreo, un dispositivo que mide la energía capturando la cascada de partículas creada cuando un fotón de alta energía golpea la materia. El detector simulado tiene veintiséis capas de sensores electromagnéticos seguidas de veinticuatro capas de sensores hadrónicos, creando un mapa tridimensional de los depósitos de energía. Cuando dos fotones llegan cerca uno del otro, su energía golpea los mismos sensores, y el detector simplemente registra la suma de la energía. Para probar su método, los investigadores generaron millones de eventos simulados donde dos fotones entraban en el detector a ángulos de entre uno y cuatro grados y medio de separación. Luego, introdujeron estos datos en una Red Neuronal de Grafos, un tipo de modelo de aprendizaje automático que destaca en el procesamiento de datos donde las conexiones entre los elementos importan más que los elementos mismos. En lugar de tratar el detector como una cuadrícula, el modelo trata cada depósito de energía como un nodo en un grafo, conectado a sus vecinos basándose en la proximidad física.

Un obstáculo importante en el uso de estas redes para la física de partículas ha sido el enorme coste de construir las conexiones entre los puntos. Normalmente, una computadora debe comparar cada punto con todos los demás para ver si están lo suficientemente cerca como para estar conectados, un proceso que se vuelve imposiblemente lento a medida que aumenta el número de puntos. Los investigadores resolvieron esto utilizando un mapa de distancias precalculado, lo que permite al sistema encontrar vecinos rápidamente sin realizar los pesados cálculos para cada evento. Esta optimización redujo la complejidad de la tarea significativamente, haciendo que fuera factible ejecutarla en los enormes conjuntos de datos requeridos para futuros experimentos. La red fue entrenada para predecir dos cosas para cada punto de energía: la fracción de esa energía que proviene del fotón dominante, y la ubicación estimada donde ese fotón entró por primera vez en el detector.

Los resultados mostraron que el sistema podía separar eficazmente las cascadas superpuestas. Al predecir dónde entró cada fotón en el detector, el modelo podía agrupar los depósitos de energía en dos grupos distintos, incluso cuando estaban fuertemente mezclados. Los investigadores midieron el éxito de esta separación observando qué tan bien coincidía la energía total de cada fotón reconstruido con la energía real. Encontraron que, a medida que la distancia entre los dos fotones entrantes aumentaba, la separación se volvía más precisa, lo cual es de esperar ya que las estelas se superponen menos. Incluso cuando los fotones estaban muy cerca, el sistema logró recuperar la energía con un alto grado de precisión, aunque persistía un pequeño sesgo donde el sistema subestimaba ligeramente la energía total. Este sesgo se atribuyó al hecho de que el paso final de agrupación de los puntos dependía de un método de agrupamiento estadístico que no estaba totalmente integrado en el proceso de entrenamiento.

El estudio demuestra que las redes neuronales basadas en grafos pueden manejar la extrema complejidad de los detectores de alta granularidad sin necesidad de los cálculos prohibitivamente costosos de los métodos anteriores. Si bien el sistema actual todavía depende de un paso de post-procesamiento para finalizar la agrupación de las partículas, la capacidad central de predecir fracciones de energía y puntos de entrada directamente a partir de los datos brutos es un paso significativo hacia adelante. Los investigadores reconocen que se necesitarán mejoras futuras para hacer que todo el proceso, incluido el paso de agrupación, sea completamente diferenciable y entrenable, lo que permitiría al sistema corregir sus propios sesgos de manera más efectiva. Por ahora, este flujo de trabajo optimizado ofrece una forma competitiva de desenredar las caóticas cascadas de energía del futuro High-Luminosity LHC, asegurando que el detalle sin precedentes de los nuevos detectores pueda ser plenamente utilizado para revelar la física oculta dentro del ruido.

Resumen Técnico: Pipeline SOOP para la Segmentación de Objetos Superpuestos

Planteamiento del Problema
La actualización del Gran Colisionador de Hadrones de Alta Luminosidad (HL-LHC) introducirá un pileup severo, con casi 200 colisiones simultáneas por cruce de haces, lo que causará superposiciones espaciales de los depósitos de energía en los calorímetros convencionales. Mientras que experimentos de próxima generación como CMS están desplegando Calorímetros de Alta Granularidad (HGCAL) para capturar detalles sin precedentes en el desarrollo de las cascadas, los algoritmos heredados luchan por generalizarse a estos resultados de alta dimensionalidad sin una complejidad computacional prohibitiva. Específicamente, los enfoques estándar de Redes Neuronales de Grafos (GNN), aunque prometedores para la reconstrucción de partículas, suelen depender de la construcción de grafos y actualizaciones de adyacencia dinámicas que escalan cuadráticamente con el número de nodos, lo que los hace computacionalmente costosos para aplicaciones de tiempo real o de alto pileup.

Metodología: El Pipeline SOOP
Los autores presentan SOOP (Segmentation of Overlapping Objects Pipeline), un marco de trabajo de GNN optimizado, diseñado para desenredar cascadas de dos fotones superpuestas. La metodología aborda tanto la eficiencia algorítmica como el desafío específico de la ambigüedad de etiquetas en eventos superpuestos.

Construcción de Grafos Optimizada: Para reducir la complejidad computacional, el pipeline utiliza el algoritmo PT-KNN con tablas de proximidad precomputadas. Los sensores se ordenan previamente por distancia, permitiendo la construcción de aristas mediante $k$ -vecinos más cercanos ( $k=4$ ) sin realizar cálculos completos de distancia por pares durante el procesamiento de eventos. Esto desplaza la complejidad de cuadrática a subcuadrática.
Estrategia de Regresión a Nivel de Nodo: En lugar de clasificar directamente los nodos en Cascada A o Cascada B (lo cual sufre de ambigüedad de permutación global debido a la naturaleza simétrica del problema), el modelo emplea un objetivo de regresión dual para cada nodo de impacto $v$ $v$ :
1. Fracción de Energía Dominante ( $f_v^{(X)}$ ): Predicción de la fracción de energía ( $\in [0.5, 1]$ ) contribuida por la cascada localmente dominante.
2. Punto de Entrada al Detector ( $\tilde{u}_v$ ): Predicción de la posición 2D donde entró al detector la partícula que contribuye con la energía dominante.
Clustering y Reconstrucción:
- Los puntos de entrada predichos se agrupan para resolver la asignación global. El pipeline primero elimina valores atípicos usando DBSCAN y luego ajusta un Modelo de Mezcla Gaussiana (GMM) con una matriz de covarianza vinculada para identificar las dos posiciones de entrada de las partículas incidentes.
- Los nodos se asignan a la cascada correspondiente a la componente gaussiana más probable.
- La reconstrucción final de la cascada se logra ponderando las energías de impacto: la fracción dominante se asigna a la cascada asociada, y la fracción complementaria ( $1 - f$ ) se asigna a la otra.
Entrenamiento: El modelo se entrena sobre las salidas de la capa de convolución utilizando una función de pérdida que combina el error de posición ( $L_{pos}$ ) y el error de fracción de energía ( $L_{frac}$ ). Notablemente, el paso de clustering GMM se realiza post-hoc durante la inferencia, no durante el paso hacia adelante del entrenamiento, para evitar la no diferenciabilidad de la operación de clustering.

Contribuciones Clave

Optimización Algorítmica: La introducción de PT-KNN con tablas precomputadas acelera significativamente la construcción del grafo, reduciendo la complejidad algorítmica de las GNN estándar que típicamente requieren actualizaciones de adyacencia dinámicas.
Formulación Consciente de la Simetría: El artículo propone una formulación de regresión local que evita la ambigüedad de permutación global inherente a la segmentación de objetos superpuestos. Al predecir una fracción dominante y un punto de entrada, el modelo respeta estructuralmente las simetrías de entrada mientras permite una asignación única a nivel de evento.
Eficiencia de la Geometría Estática: El trabajo demuestra que el paso de mensajes consciente de la geometría estática (usando aristas fijas basadas en la proximidad del detector) puede lograr un rendimiento de separación competitivo comparable a los métodos dinámicos computacionalmente pesados, sin la necesidad de actualizaciones de adyacencia iterativas.

Resultos
Evaluado en el conjunto de datos D2 (fotones simulados en un detector inspirado en HGCAL con energías entre 10–100 GeV y separaciones angulares de $1^\circ$ a $4.5^\circ$ ), el pipeline SOOP logró lo siguiente:

Eficiencia de Separación: El modelo reconstruyó con éxito cascadas superpuestas, con un rendimiento comparable a los métodos dinámicos de vanguardia.
Función de Respuesta: La respuesta de la reconstrucción de energía global ( $R$ ) fue evaluada. Aunque la respuesta media fue ligeramente inferior a 1 (indicando un sesgo residual), la desviación estándar de la respuesta mejoró significativamente a medida que aumentaba el ángulo de separación entre los fotones. Esta mejora se correlaciona con una disminución de los impactos compartidos, reduciendo el número de nodos con fracciones ambiguas ( $f \approx 0.5$ ).
Observación de Sesgo: Se observó un sesgo donde los puntos de entrada reconstruidos tendían a agruparse hacia el punto medio entre los puntos de entrada reales de los fotones. Los autores señalan que esto se debe probablemente a que el paso de clustering post-hoc no forma parte de la pérdida de entrenamiento.

Significancia y Limitaciones
El artículo afirma que SOOP proporciona un camino viable para explotar los datos de alta granularidad en entornos de alto pileup al reducir la complejidad algorítmica de las GNN manteniendo una alta fidelidad de segmentación. Demuestra que el desenredo espacial detallado y la recuperación del punto de entrada de la partícula incidente son posibles más allá de la simple rejilla de fondo.

Sin embargo, los autores reconocen modestamente dos limitaciones estructurales:

Clustering No Diferenciable: La dependencia de un GMM post-hoc impide la optimización completa de extremo a extremo de la pérdida total de reconstrucción de la cascada, ya que el paso de clustering no puede retropropagar gradientes para corregir las predicciones de posición.
Falta de Representación Multiescala: Como un pipeline de regresión a nivel de nodo sin agrupación de grafos (graph pooling), el modelo sufre de atenuación de mensajes en distancias largas, lo que limita su capacidad para formar representaciones multiescala. Los autores sugieren que trabajos futuros deberían explorar arquitecturas de codificador-decodificador de grafos para mitigar esto.

Más como este