⚛️ high-energy experiments

A graph neural network for deep learning-based full event interpretation at FCC-ee

Este artículo presenta un prototipo de red neuronal de grafos basado en aprendizaje profundo para el detector FCC-ee IDEA que reconstruye con éxito árboles de decaimiento jerárquicos de hadrones $b$ a partir de datos de partículas cargadas, logrando una precisión de más del 90% en la identificación de los conjuntos de partículas correctos a través de diversas cadenas de decaimiento.

Autores originales: Elena Graverini, Samuel Morand, Rafael Silva Coutinho, Felipe Luan Souza de Almeida

Publicado 2026-10-06

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Elena Graverini, Samuel Morand, Rafael Silva Coutinho, Felipe Luan Souza de Almeida

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, las partículas no existen de forma aislada; nacen de colisiones y comienzan inmediatamente a decaer, descomponiéndose en una cascada de nuevas partículas que, a su vez, pueden volver a decaer. Este proceso crea un árbol genealógico complejo, o cadena de desintegración, donde una sola partícula pesada puede engendrar docenas de descendientes antes de que la cadena termine finalmente en fragmentos estables y detectables. Para los físicos que estudian las fuerzas fundamentales de la naturaleza, comprender estos árboles es esencial. Al reconstruir exactamente qué partículas procedían de qué progenitor, pueden probar las leyes de la física con extrema precisión. Sin embargo, en una colisión de alta energía, miles de partículas salen disparadas en todas direcciones a la vez, creando un caos donde resulta increíblemente difícil distinguir qué fragmentos pertenecen a qué familia original. El desafío no es solo ver las partículas, sino clasificarlas en sus linajes correctos sin tener conocimiento previo de cómo deberían ser esos linajes.

Para abordar este problema de clasificación, los investigadores han desarrollado un nuevo enfoque utilizando un tipo de inteligencia artificial conocida como red neuronal de grafos. Este método trata un evento de colisión no como una lista de puntos de datos, sino como un mapa donde cada partícula detectada es un punto, y las conexiones entre ellas son las relaciones que la red debe aprender a identificar. El objetivo es construir un sistema que pueda observar la pulverización final de partículas y agruparlas automáticamente en sus familias de desintegración originales, revirtiendo eficazmente la explosión para revelar la historia oculta del evento. Esta capacidad es particularmente crucial para el Futuro Colisionador Circular, una máquina propuesta que hará chocar electrones y positrones para producir miles de millones de partículas pesadas. Debido a que esta futura máquina generará datos a una escala que supera con creces las capacidades actuales, los científicos necesitan herramientas que puedan interpretar eventos enteros de forma instantánea y precisa, en lugar de centrarse solo en resultados específicos y predefinidos.

Un equipo de físicos ha creado y probado ahora un prototipo de tal sistema, diseñado específicamente para las condiciones previstas en el Futuro Colónador Circular. Se centraron en eventos donde un electrón y un positrón colisionan para producir un bosón Z, que luego se desintegra en un par de quarks fondo pesados. Estos quarks se transforman inmediatamente en partículas pesadas llamadas b-hadrones, que luego se desintegran en una lluvia de partículas cargadas más ligeras. Los investigadores simularon estas colisiones utilizando un modelo detallado de un detector propuesto llamado IDEA, diseñado para capturar casi cada partícula que sale volando desde el punto de colisión. En su simulación, introdujeron en la red información sobre las trayectorias y velocidades de cada partícula cargada reconstruida en un evento, pidiéndole al sistema que determinara qué partículas pertenecían a la misma cadena de desintegración y cómo estaban relacionadas entre sí.

La red fue entrenada para buscar patrones en la forma en que las partículas se mueven e interactúan. En lugar de ser informada sobre cómo es una desintegración específica, el sistema aprendió a reconocer las firmas geométricas y cinemáticas que vinculan a las partículas. Trató el evento como una red, donde cada partícula está conectada con todas las demás, y tuvo que decidir qué conexiones eran lazos familiares reales y cuáles eran solo coincidencias aleatorias. Los investigadores descubrieron que el sistema era notablemente bueno en esta tarea. En sus pruebas, la red agrupó con éxito el conjunto correcto de partículas aproximadamente el 8 de 89 por ciento de las veces para eventos de colisión generales. Esto significa que, incluso sin conocer los detalles específicos de la desintegración de antemano, la IA podía identificar de forma fiable a los miembros correctos de la familia entre la multitud.

Cuando los investigadores probaron el sistema en tipos de desintegraciones específicos y bien conocidos, el rendimiento fue aún mayor, alcanzando tasas de éxito de hasta el 97 por ciento. El sistema demostró ser especialmente robusto al identificar el grupo correcto de partículas, incluso cuando la estructura interna del árbol genealógico era compleja. Sin embargo, el estudio también reveló una limitación específica. Si bien la red era excelente reuniendo las partículas adecuadas en un solo grupo, a veces tenía dificultades para determinar el orden exacto en que nacieron. En aproximadamente el 39 por ciento de los casos de prueba generales, el sistema logró la estructura perfecta del árbol genealógico completo, incluyendo la jerarquía precisa de quién era el padre y quién era el hijo. En los casos exitosos restantes, obtuvo el grupo correcto de partículas pero cometió errores sobre las relaciones internas, como confundir a un nieto con un hijo.

Esta distinción es importante porque muestra que la dificultad principal para la IA no es encontrar las partículas adecuadas, sino reconstruir la secuencia exacta de su creación. Los investigadores observaron que, a medida que las cadenas de desintegración se volvían más largas y complejas, la capacidad de obtener el orden interno perfecto disminuía, aunque la capacidad de mantener las partículas correctas juntas seguía siendo alta. Esto sugiere que el sistema ha dominado el arte de la agrupación (clustering), que es el paso más crítico para muchos análisis de física, incluso si los detalles finos del árbol genealógico aún se están refinando. El estudio también analizó la velocidad a la que podía funcionar el sistema, encontrando que podía procesar eventos muy rápidamente en procesadores de computadora modernos, lo que lo convierte en un candidato viable para el análisis de datos de alta velocidad requerido por los futuros colisionadores.

Este trabajo representa un avance significativo en la forma en que los físicos planean manejar las cantidades masivas de datos que se esperan de la próxima generación de aceleradores de partículas. Al demostrar que un enfoque basado en grafos puede reconstruir complejos árboles de desintegración desde cero, el equipo ha demostrado que es posible ir más allá de las reglas rígidas y preprogramadas para identificar partículas. En su lugar, el sistema aprende la lógica subyacente de la desintegración de partículas directamente de los datos. Aunque el prototipo actual se centra únicamente en partículas cargadas y aún no incluye las neutras, los resultados proporcionan una base sólida para desarrollos futuros. Los investigadores vislumbran un futuro en el que tales sistemas puedan interpretar eventos de colisión completos en tiempo real, filtrando el ruido y preservando solo las cadenas de desintegración más interesantes para un estudio más profundo. Esta capacidad permitiría a los científicos explorar fenómenos raros y sutiles que de otro modo podrían perderse en el volumen de datos, abriendo nuevas ventanas hacia la estructura fundamental del universo.

Resumen Técnico: Red Neuronal de Grafos para la Interpretación de Eventos Completos Basada en Aprendizaje Profundo en FCC-ee

Planteamiento del Problema
Las operaciones del Futuro Colisionador Circular (FCC-ee), particularmente en la resonancia del bosón $Z$ ( $\sqrt{s} = 91$ GeV), generarán muestras de eventos sin precedentes ( $\sim 6 \times 10^{12}$ bosones $Z$ ). Un desafío crítico en el análisis de estos eventos es la "Interpretación de Eventos Completos" (FEI, por sus siglas en inglés) de los decaimientos de sabor pesado. Reconstruir los árboles de decaimiento jerárquicos de los hadrones $b$ a partir de un mar de partículas cargadas reconstruidas es difícil. Los enfoques tradicionales, como el algoritmo FEI de Belle II, dependen de jerarquías de árboles de decisión potenciados (boosted decision trees) entrenados en canales de decaimiento específicos y exclusivos, lo que limita su aplicabilidad a decaimientos raros o no modelados. Aunque la Interpretación de Eventos Completos basada en Aprendizaje Profundo (DFEI) ha sido explorada en LHCb para muestras inclusivas de $b\bar{b}$ , su aplicación al entorno de alta precisión y más limpio de FCC-ee, utilizando el concepto del Detector Innovador para Aceleradores de Electrón-Positrón (IDEA), requiere validación. El problema central abordado es la identificación simultánea de partículas pertenecientes a cadenas de decaimiento de hadrones $b$ específicas y la reconstrucción de sus relaciones jerárquicas internas sin hipótesis de decaimiento predefinidas.

Metodología
Los autores proponen un marco de trabajo de Red Neuronal de Grafos (GNN) donde cada evento se representa como un grafo no dirigido totalmente conectado.

Representación del Grafo: Las partículas cargadas reconstruidas sirven como nodos, que contienen características cinemáticas (componentes de momento, carga, $p_T$ , $\eta$ ) y parámetros de la traza (parámetros de hélice $d_0, z_0, \phi_0, \tan\lambda, \omega$ y sus significancias). Las aristas conectan cada par de partículas y codifican observables de pares, incluyendo ángulos de apertura, distancias de máxima aproximación (DOCA) y sumas de momento.
Etiquetas (Verdad de Campo): Las etiquetas objetivo se derivan de árboles de decaimiento de la verdad de campo "topologizados". Las partículas intermedias se podan si no sustentan al menos dos ramas descendentes reconstruidas. La relación jerárquica entre cualquier par de partículas se codifica mediante etiquetas de Generación de Ancestro Común Más Cercano (LCAG). En este esquema, las hojas reconstruidas son de generación 0, y los ancestros se asignan generaciones crecientes. Si no existe un ancestro común dentro del árbol de decaimiento, la etiqueta es 0.
Arquitectura del Modelo: La red utiliza una secuencia de bloques de red de grafos siguiendo el marco de la Ref. [12]. Una característica distintiva es la inclusión de compuertas aprendidas (learned gates) durante el paso de mensajes (inspirado en la Ref. [27]). Estas compuertas modulan el flujo de información entre nodos y aristas, suprimiendo las relaciones menos informativas en el grafo totalmente conectado. La arquitectura incluye funciones de actualización de nodos y aristas ( $\phi_v, \phi_e$ ) y funciones de compuerta ( $\psi_v, \psi_e$ ) implementadas como MLPs y capas lineales con activación sigmoide, respectivamente.
Objetivo de Entrenamiento: La tarea principal es una clasificación multiclase de las etiquetas LCAG (clases 0–3). Debido al desequilibrio de clases (90% clase 0), el modelo emplea pesos de clase. Se evalúan dos funciones de pérdida: entropía cruzada ponderada y pérdida focal (focal loss). Además, se aplican pérdidas de entropía binaria auxiliar ( $L_{node}$ y $L_{edge}$ ) para restringir las compuertas aprendidas, asegurando que se alineen con si las partículas se originan de un decaimiento de hadrón $b$ o pertenecen al mismo árbol de decaimiento. La pérdida total es una suma ponderada de la pérdida LCAG y las pérdidas de compuerta auxiliares.
Inferencia: El modelo predice probabilidades LCAG para todos los pares de partículas. Un umbral de conectividad ( $t_{conn}$ ) determina si dos partículas pertenecen al mismo clúster (candidato a cadena de decaimiento). Los clústeres son luego analizados para reconstruir la jerarquía interna basada en las predicciones LCAG no nulas.

Contribuciones Clave

Primer Prototipo de DFEI para FCC-ee: Este trabajo presenta la primera aplicación de un marco de interpretación de eventos completos basado en aprendizaje profundo y agnóstico a la señal, diseñado específicamente para el entorno de FCC-ee utilizando el concepto del detector IDEA.
Enfoque Agnóstico a la Señal: A diferencia de métodos anteriores ligados a modos de decaimiento específicos, este modelo se entrena en muestras inclusivas de $e^+e^- \to Z \to b\bar{b}$ , permitiendo la reconstrucción de decaimientos raros o no modelados.
Arquitectura de Grafo con Compuertas: La integración de compuertas aprendidas dentro de los bloques de la red de grafos permite al modelo regular dinámicamente la propagación de la información, abordando el ruido inherente en los grafos totalmente conectados de eventos de alta multiplicidad.
Evaluación Exhaustiva: El estudio evalúa el rendimiento a través de muestras inclusivas y un conjunto diverso de canales de referencia exclusivos, incluyendo corrientes neutras de sabor cambiantes raras y decaimientos hadrónicos de alto rendimiento.

Resultados

Rendimiento Inclusivo: En una muestra de prueba inclusiva de 10,000 eventos de $e^+e^- \to Z \to b\bar{b}$ $e^{+} e^{-} \to Z \to b \overset{ˉ}{b}$ , el modelo logró una eficiencia de agrupamiento (clustering efficiency) del 89.4%. Esta métrica (suma de las categorías "Perfect" y "Wrong Hierarchy") indica que el modelo identifica con éxito el conjunto correcto de partículas para una cadena de decaimiento.
- Reconstrucción Perfecta: El 38.7% de los árboles de decaimiento se reconstruyeron con tanto el contenido de partículas correcto como la jerarquía interna correcta.
- Jerarquía Incorrecta (Wrong Hierarchy): El 50.6% de los árboles tenían las partículas correctas pero la jerarquía interna incorrecta.
- Contaminación/Parcial: Las reconstrucciones contaminadas totales y parciales representaron aproximadamente el 5% y el 4%, respectivamente.
Rendimiento Exclusivo: El rendimiento mejoró en los canales de referencia exclusivos (profundidad topológica 1–2), con eficiencias de agrupamiento que oscilaron entre el 93% y el 97% y fracciones de reconstrucción perfecta superiores al 66%. Los decaimientos simples de dos cuerpos (ej. $B^0 \to K^+\pi^-$ ) alcanzaron un 97% de reconstrucción perfecta.
Dependencia de la Complejidad: A medida que aumentaban el número de partículas reconstruidas y la profundidad topológica del árbol de decaimiento, la fracción de reconstrucción "Perfect" disminuía, mientras que la fracción de "Wrong Hierarchy" aumentaba. Sin embargo, la eficiencia de agrupamiento se mantuvo estable (85–90%), lo que sugiere que el modelo identifica la membresía de las partículas de manera fiable incluso cuando la jerarquía exacta es ambigua.
Rendimiento Computacional: La latencia de inferencia en GPUs (NVIDIA A100, Quadro RTX 4000) se mantuvo aproximadamente constante en 5–7 ms por evento para las multiplicidades de trazas estudiadas, superando significativamente las configuraciones de CPU de un solo hilo.

Significancia y Reivindicaciones
El artículo posiciona este trabajo como una prueba de concepto para la interpretación de eventos basada en grafos en FCC-ee. Los autores afirman que los resultados demuestran la viabilidad de reconstruir los árboles de decaimiento de hadrones pesados a partir de partículas cargadas de una manera agnóstica a la señal. La alta eficiencia de agrupamiento indica que el modelo puede aislar de manera fiable el conjunto correcto de partículas asociadas a una cadena de decaimiento, lo cual es un requisito previo para las mediciones de precisión en física de sabores.

Los autores declaran explícitamente que la limitación principal del prototipo actual es la inferencia de la jerarquía interna exacta en lugar de la identificación de partículas. Señalan que el estudio se restringe a partículas cargadas y aún no incluye la identificación de partículas (PID) ni partículas neutras. Se identifica como trabajo futuro la necesidad de extender el marco a partículas neutras (potencialmente usando GNNs heterogéneas) y reconstruir información de árboles de decaimiento más rica, como la identidad de las partículas, para realizar plenamente un marco de interpretación de eventos completo para FCC-ee.

Más como este