⚛️ high-energy experiments

Local Diagnostics of Learned Event Representations for Anomaly Detection at the HL-LHC

Este artículo evalúa estrategias de incrustación neuronal supervisadas y autosupervisadas para la detección de anomalías en el HL-LHC utilizando el conjunto de datos COLLIDE-2V, demostrando que los enfoques supervisados superan a otros e introduciendo un flujo de trabajo de diagnóstico local que perfila los eventos marcados y clasifica las observables para cerrar la brecha entre la detección agnóstica al modelo y la interpretación física.

Autores originales: Donatella Genovese, Philip Ploner, Simone Scardapane, Stefano Giagu, Thea Klaeboe Aarrestad

Publicado 2026-10-12

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Donatella Genovese, Philip Ploner, Simone Scardapane, Stefano Giagu, Thea Klaeboe Aarrestad

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 borde del universo conocido, dentro de una máquina del tamaño de un pequeño pueblo, los protones chocan entre sí casi a la velocidad de la luz. Este es el Gran Colisionador de Hadrones, un laboratorio donde los físicos esperan encontrar grietas en el Modelo Estándar, el libro de reglas que describe cómo se comportan las partículas fundamentales de la naturaleza. La mayor parte del tiempo, estas colisiones producen una ráfaga familiar de partículas que los físicos han visto miles de veces antes. Pero ocasionalmente, algo extraño sucede: una colisión produce un patrón de escombros que no encaja con el libro de reglas. Encontrar estos eventos anómalos y poco comunes es como buscar un único grano de arena único en una playa que se extiende por millas. El desafío es que la "playa" está hecha de miles de millones de colisiones, y el "grano" podría parecer un guijarro normal hasta que se examine muy de cerca.

Durante décadas, los científicos han buscado estas anomalías de forma manual, diseñando preguntas específicas para hacerle a los datos. Decidían de antemano que una nueva partícula podría aparecer como un pico de energía específico o un ángulo de vuelo particular, y luego construían herramientas para cazar exactamente esos signos. Este enfoque funciona bien cuando sabes lo que estás buscando, pero falla si la nueva física no se parece en nada a lo que nadie esperaba. Para resolver esto, los investigadores han recurrido a la inteligencia artificial, enseñando a las computadoras a aprender la forma de las colisiones "normales" directamente de los datos, sin decirles qué esperar. La computadora construye un mapa mental de lo familiar y, cuando un nuevo evento cae fuera de ese mapa, levanta una bandera. Sin embargo, esto crea un nuevo problema: cuando la computadora señala un evento, a menudo no puede explicar por qué. Dice: "Esto es extraño", pero no "Es extraño porque tiene demasiadas partículas pesadas" o "Es extraño porque falta energía". Sin esa explicación, los físicos no pueden saber si la anomalía es una señal de nueva física o simplemente un fallo en el detector.

Un equipo de investigadores ha desarrollado ahora una forma de solucionar este punto ciego. Probaron sus ideas en un conjunto masivo de datos de 750 millones de colisiones simuladas, diseñadas para imitar las condiciones del LHC de Alta Luminosidad, la próxima gran actualización del colisionador. Su objetivo era doble: primero, ver si enseñar a la computadora con ejemplos etiquetados de física conocida (como tipos específicos de colisiones de partículas) la haría mejor para detectar lo desconocido que enseñarle sin etiquetas en absoluto; y segundo, construir una herramienta de diagnóstico que pudiera explicar exactamente por qué un evento señalado era considerado extraño. Encontraron que la computadora aprendía mucho mejor cuando se le permitía ver los "nombres" de los tipos de colisiones conocidos durante el entrenamiento. Cuando usaron estas representaciones más inteligentes para cazar anomalías, el sistema detectó más de las señales raras y ocultas que los métodos más antiguos que dependían de mediciones diseñadas por humanos.

Pero el verdadero avance fue en la explicación. Los investigadores construyeron un flujo de trabajo que toma un evento señalado y lo coloca en un vecindario específico dentro del mapa mental de la computadora. Luego hicieron una pregunta simple: ¿qué características físicas hacen que este evento destaque de sus vecinos? Probaron esto en dos tipos de señales ocultas. Una era un proceso que produce cuatro quarks pesados, y la otra era una partícula hipotética que se desintegra en muchos pares de muones. El sistema identificó correctamente que los eventos de cuatro quarks eran extraños porque contenían un número inusualmente alto de jets de sabor pesado, y que los eventos de muones eran extraños porque tenían un número inusualmente alto de leptones. En otras palabras, la computadora no solo dijo "esto es raro"; también señaló la propiedad física específica que hacía que fuera raro.

Curiosamente, el estudio reveló una distinción sutil pero importante en cómo funcionan estos sistemas. Para los eventos de muones, el sistema identificó correctamente que el número de muones era la característica más definitoria que los separaba de las colisiones normales. Sin embargo, la "puntuación de extrañeza" interna de la computadora no seguía de cerca el número de muones; en cambio, reaccionaba más fuertemente a otras características secundarias de la colisión. Esto significa que, si bien el sistema aisló con éxito los eventos extraños, la razón por la que les otorgó una puntuación alta era ligeramente diferente de la razón por la que eran físicamente únicos. Este es un conocimiento crucial para futuras búsquedas: saber que un evento es un valor atípico no es suficiente; los científicos también deben comprender qué variables físicas están impulsando la detección. Al combinar un método de aprendizaje poderoso con una herramienta de diagnóstico local, los investigadores han mostrado un camino a seguir donde la inteligencia artificial no solo puede encontrar la aguja en el pajar, sino también describir la forma de la aguja, asegurando que, cuando se realice un descubrimiento, la comunidad física sepa exactamente qué ha encontrado.

Resumen Técnico: Diagnóstico Local de Representaciones de Eventos Aprendidas para la Detección de Anomalías en el HL-LHC

Planteamiento del Problema

La detección de anomalías (AD) es una estrategia primordial para el descubrimiento de nueva física en el Gran Colisionador de Hadrones (LHC) mediante la identificación de eventos de colisión que se desvían de las expectativas del Modelo Estándar (SM). Los flujos de trabajo tradicionales de AD dependen de observables de alto nivel diseñados a mano (por ejemplo, masas invariantes, momento transversal), los cuales están limitados por la completitud y calidad de las características seleccionadas. Enfoques recientes utilizan aprendizaje profundo para aprender representaciones de eventos de baja dimensión directamente a partir de datos de detectores de nivel inferior, eliminando la necesidad de una selección previa de observables. Sin embargo, estas representaciones aprendidas carecen a menudo de interpretabilidad física inmediata. Existe una brecha crítica en el "flujo de descubrimiento": cuando un modelo marca un evento como anómalo, no existe un método sistemático para diagnosticar por qué fue marcado, distinguir la posible nueva física de errores de modelado o efectos del detector, o identificar los observables físicos específicos que impulsan la anomalía. Este artículo aborda la necesidad de diagnósticos locales para interpretar las representaciones aprendidas y los puntajes de anomalía derivados de ellas.

Metodología

Conjunto de Datos y Representación de Eventos

El estudio utiliza COLLIDE-2V, un conjunto de datos de 750 millones de eventos que simulan las condiciones del Gran Colisionador de Hadrones de Alta Luminosidad (HL-LHC) con un pileup realista ( $\langle\mu\rangle=200$ ). Los eventos se procesan al nivel de "Full-Reco", proporcionando objetos de flujo de partículas de calidad de análisis (jets, electrones, muones, fotones y energía transversal faltante).

Codificador (Encoder): Un codificador Transformer mapea listas de longitud variable de objetos reconstruidos en un espacio latente de dimensión fija ( $z$ ).
Objetivos de Entrenamiento: Los autores comparan cuatro configuraciones basadas en dos funciones de pérdida (SimCLR y VICReg) tanto en variantes supervisadas como autosupervisadas:
- Autosupervisada: Se basa únicamente en aumentos motivados por la física (rotación azimutal, boost longitudinal, dispersión de $p_T$ , enmascaramiento aleatorio) para definir la similitud.
- Supervisada: Utiliza etiquetas de procesos del SM disponibles en la simulación para agrupar eventos por su proceso de dispersión dura subyacente durante el entrenamiento (SupCon y VCReg).
Puntaje de Anomalía: Un autoencoder se entrena exclusivamente en el fondo dominante del SM (QCD-inclusive) dentro del espacio latente aprendido. El error de reconstrucción sirve como el puntaje de anomalía.

Flujo de Diagnóstico Local

Para interpretar los eventos marcados, los autores introducen un marco de diagnóstico ligero y libre de etiquetas:

Partición: Se ajusta un Modelo de Mezcla Gaussiana (GMM) a los embeddings de entrenamiento del SM para particionar el espacio latente en $K$ componentes.
Perfilado Libre de Etiquetas: Cada componente del GMM se caracteriza por las distribuciones de observables de alto nivel (por ejemplo, $H_T$ , $n_{jets}$ , $n_{b-tag}$ ) sobre los eventos del SM que contiene, estableciendo una base física sin etiquetas de proceso.
Localización: Los eventos de señal marcados se asignan al componente del GMM con la mayor responsabilidad posterior.
Separación Local: Dentro de los componentes dominantes, los observables se clasifican según su capacidad para separar la señal marcada del fondo local del SM utilizando la distancia de Wasserstein-1.
Correlación de Puntaje: Se computa la correlación de Spearman entre el puntaje de anomalía y los observables físicos para determinar si el puntaje rastrea el observable específico que define la anomalía.

Contribuciones Clave

Comparación de Estrategias de Embedding: Los autores demuestran que, bajo un backbone Transformer compartido, los objetivos supervisados (SupCon y VCReg) que explotan las etiquetas de procesos del SM producen espacios latentes significativamente más informativos que sus contrapartes autosupervisadas (SimCLR y VICReg), medido por la calidad del probe lineal.
Desempeño de la Detección de Anomalías: En sus mejores configuraciones, los espacios latentes supervisados mejoran la eficiencia de la señal respecto a un autoencoder entrenado directamente sobre características cinemáticas puras en todos los procesos mantenidos fuera (held-out) considerados. Específicamente, VCReg con $d_{model}=256$ alcanzó una eficiencia de señal del 97.2% al 10% de aceptación de fondo para el proxy $HH \to 4b$ .
Marco de Diagnóstico Local: El artículo introduce un flujo que localiza eventos marcados en el espacio latente, perfila el fondo del SM circundante usando observables de alto nivel y clasifica las variables por su poder de discriminación local. Este marco recupera con éxito la física definitoria de los procesos mantenidos fuera (contenido de sabor pesado para $HH \to 4b$ y multiplicidad de leptones para $Z' \to n(\mu\mu)$ ).
Desacoplamiento de Puntaje y Física: El estudio revela una distinción crítica entre el observable que mejor separa una señal de su fondo local y el observable más correlacionado con el puntaje de anomalía. Para la señal $Z'$ , la multiplicidad de leptones fue el discriminante local más fuerte, pero el puntaje de anomalía se correlacionó más fuertemente con características cinemáticas secundarias (por ejemplo, $H_T$ , $M_{jj}$ ), resaltando que las métricas de desempeño global no capturan completamente el comportamiento del modelo de puntaje.

Resultados

Calidad de Embedding: Los modelos supervisados (VCReg, SupCon) alcanzaron puntuaciones de macro-promedio de AUROC de $\approx 0.90$ en un probe lineal sobre 12 clases del SM, superando a los modelos autosupervisados (SimCLR: $\approx 0.87$ , VICReg: $\approx 0.77$ ) y a las bases de referencia de características puras ( $\approx 0.87$ ).
Eficiencia de Detección: En la señal $HH \to 4b$ , la mejor configuración supervisada (VCReg, $d=256$ ) alcanzó un 97.2% de eficiencia de señal al 10% de aceptación de fondo, comparado con el 77.3% del autoencoder de características puras. Para la señal $Z'$ , todas las configuraciones supervisadas (excepto VCReg con $d=32$ ) superaron la eficiencia de la base de referencia del 96.8%.
Percepciones de Diagnóstico:
- $HH \to 4b$ : Los eventos marcados se localizaron principalmente en los componentes C4 y C5 del GMM. El ranking local identificó correctamente a $n_{b-tag}$ como el principal discriminante. El puntaje de anomalía se correlacionó más fuertemente con $n_{b-tag}$ ( $\rho=0.43$ ), indicando que el puntaje rastrea la física definitoria.
- $Z' \to n(\mu\mu)$ : Los eventos marcados se localizaron casi enteramente en el componente C2. Aunque $n_{leptons}$ fue el principal discriminante ( $W_1 = 8.61$ ), el puntaje de anomalía mostró solo una débil correlación con la multiplicidad de leptones ( $\rho \approx 0.30$ ) pero correlaciones más fuertes con $H_T$ y $M_{jj}$ . Esto sugiere que la representación dirige la señal a una región leptónica específica, pero el error de reconstrucción dentro de esa región es impulsado por otras variaciones cinemáticas.

Significado y Reivindicaciones

El artículo sostiene que para que la detección de anomalías sea una parte viable del flujo de descubrimiento, los eventos marcados deben ser diagnosticados localmente para distinguir la nueva física de artefactos y para guiar búsquedas de seguimiento dirigidas. Los autores afirman que su marco de diagnóstico proporciona un puente necesario entre la naturaleza de "caja negra" de las representaciones aprendidas y los observables físicos requeridos para la interpretación.

El trabajo destaca que, si bien el aprendizaje supervisado en datos simulados ofrece actualmente un desempeño e interpretabilidad superiores, este depende de etiquetas de procesos que no están disponibles en datos reales de colisiones. Por consiguiente, los autores señalan que desarrollar representaciones autosupervisadas robustas sigue siendo una dirección futura crítica para reducir la dependencia de la precisión de la simulación y permitir el aprendizaje directamente desde los datos experimentales. El artículo concluye que el análisis combinado de la separación local y la correlación del puntaje ofrece percepciones sobre el comportamiento del modelo de puntaje de anomalía que no pueden inferirse únicamente a partir de las métricas de desempeño global.