⚛️ experimentos de altas energías

Development and performance of a transformer-based lepton isolation algorithm with the ATLAS experiment

Este artículo presenta el desarrollo, la evaluación del rendimiento y la calibración del Prompt Lepton Isolation Tagger (PLIT), un algoritmo basado en transformadores para el experimento ATLAS que mejora significativamente la identificación de electrones y muones prompt en colisiones protón-protón a 13.6 TeV en comparación con los métodos de aislamiento tradicionales.

Autor original: ATLAS Collaboration

Publicado 2026-11-06

📖 4 min de lectura🧠 Análisis profundo

CC BY 4.0

Autor original: ATLAS 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 el autor. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

En las colisiones de alta energía dentro del Gran Colisionador de Hadrones, las partículas chocan entre sí con tal fuerza que crean una lluvia de nueva materia. Entre los escombros, los físicos buscan partículas específicas llamadas leptones, como electrones y muones, que suelen producirse cuando partículas pesadas e inestables se desintegran. Estos leptones "prompt" (instantáneos) son valiosos porque actúan como firmas limpias de procesos fundamentales poco comunes, como la creación del bosón de Higgs o la desintegración de quarks top. Sin embargo, el entorno de colisión es caótico. Muchas otras partículas, particularmente aquellas nacidas de la desintegración de hadrones de sabor pesado, pueden imitar estos leptones limpios. Estos leptones "non-prompt" (no instantáneos) suelen nacer ligeramente desplazados del punto de colisión principal y están rodeados por una nube de otros escombros, lo que los hace parecer desordenados en comparación con sus contrapartes prompt. Distinguir la señal limpia de este ruido de fondo es esencial para medir las leyes de la física con precisión, pero sigue siendo una de las tareas más difíciles del experimento.

Un investigador del experimento ATLAS ha desarrollado una nueva herramienta para resolver este problema, yendo más allá de los métodos tradicionales para utilizar un tipo de inteligencia artificial conocida como transformador. Este nuevo sistema, llamado Prompt Lepton Isolation Tagger (PLIT), está diseñado para diferenciar entre un leptón que proviene directamente de una colisión primaria y uno que es un subproducto de la desintegración de una partícula más pesada. En lugar de depender de reglas simples que cuenten la cantidad de energía cerca de una partícula, PLIT observa todo el vecindario del leptón. Examina las trayectorias de hasta cuarenta partículas cargadas que se mueven cerca del leptón candidato, analizando sus trayectorias, velocidades y cómo se relacionan entre sí. Al procesar esta compleja red de información simultáneamente, el algoritmo aprende a reconocer los patrones sutiles que indican si un leptón es verdaderamente aislado o si está escondido dentro de un cúmulo de otras partículas.

El investigador entrenó esta red neuronal utilizando vastas cantidades de datos simulados de eventos de producción de pares de quarks top, un proceso que genera naturalmente tanto los leptones prompt limpios como los desordenados leptones non-prompt que el algoritmo necesita aprender. Probaron el sistema con datos registrados durante la ejecución de 2022 a 2024 del colisionador, donde los protones colisionaron a una energía de centro de masa de 13.6 tera-electrónvoltios. Los resultados muestran que el nuevo algoritmo es significativamente mejor en su labor que la generación anterior de herramientas. Para los muones, el nuevo sistema puede identificar partículas prompt con un diez por ciento más de eficiencia manteniendo el mismo nivel de rechazo de ruido de fondo. Para los electrones, la mejora es aún más dramática; en la región del barril del detector, las ganancias de eficiencia alcanzan el cincuenta por ciento, y en las regiones del endcap, el sistema duplica la eficiencia para el mismo rechazo de fondo. Esto significa que los físicos ahora pueden ver más de los eventos raros que están buscando sin verse abrumados por señales falsas.

Para asegurar que estos resultados sean fiables para mediciones de física del mundo real, el investigador no se detuvo en la simulación. Calibraron el algoritmo utilizando datos reales de colisiones donde un bosón Z se desintegra en dos leptones, un proceso que proporciona una muestra conocida de partículas prompt. Al comparar cómo funcionaba el algoritmo en estos datos reales frente a las simulaciones, derivaron factores de corrección que permiten a los físicos ajustar sus modelos con precisión. El estudio confirma que el nuevo tagger sigue siendo robusto incluso a medida que aumenta el número de colisiones simultáneas, una condición conocida como pile-up, que puede confundir a los detectores más simples. El trabajo representa un cambio en la forma en que la colaboración ATLAS maneja la identificación de partículas, pasando de reglas estáticas a un sistema de aprendizaje dinámico que comprende el contexto de cada partícula que encuentra. Este avance promete refinar la precisión de las mediciones futuras, permitiendo a los científicos sondear la estructura fundamental del universo con una claridad mayor que nunca.

Resumen Técnico: Desarrollo y rendimiento de un algoritmo de aislamiento de leptones basado en transformadores con el experimento ATLAS

Planteamiento del problema
En las mediciones de alta energía en el Gran Colisionador de Hadrones (LHC), particularmente aquellas que se centran en estados finales multileptónicos (por ejemplo, $t\bar{t}H$ , $t\bar{t}W$ , producción de cuatro tops), un desafío crítico es distinguir los leptones prompts de los leptones no-prompts o mal identificados. Los leptones prompts se originan directamente de la desintegración de bosones de gauge electrodébiles ( $W$ , $Z$ ) o de las desintegraciones leptónicas subsiguientes de leptones $\tau$ en el vértice de interacción primaria. En contraste, los leptones no-prompts surgen principalmente de las desintegraciones de hadrones de sabor pesado ( $b$ y $c$ ) en vértices secundarios desplazados, a menudo acompañados de trazas de partículas cargadas cercanas. Los leptones mal identificados y las conversiones de fotones contribuyen además al fondo (background).

Los algoritmos de aislamiento convencionales dependen de sumas escalares de momento transversal ( $p_T$ ) de las trazas y de los depósitos de energía en el calorímetro dentro de un cono alrededor del candidato a leptón. Aunque son efectivos, estos métodos suelen tener dificultades en regiones de bajo $p_T$ del leptón, donde los fondos no-prompts son abundantes. Los enfoques multivariantes previos, como el Veto Mejorado de Leptones Prompt (PLIV) basado en Árboles de Decisión Potenciados (BDT), mejoraron la discriminación al incorporar información de etiquetado de sabor de jets, pero operaban con eficiencias de leptones prompt bajas (por debajo del 50%) en regiones de bajo $p_T$ , lo que limitaba la aceptación de la señal en mediciones de precisión.

Metodología
La Colaboración ATLAS desarrolló el Etiquetador de Aislamiento de Leptones Prompt (PLIT), una red neuronal basada en transformadores diseñada para superar las limitaciones de los algoritmos anteriores. PLIT adapta la arquitectura del algoritmo de etiquetado de sabor de jets GN2, utilizando específicamente un codificador de transformadores para procesar las relaciones entre las características de entrada en lugar de tratarlas de forma independiente.

Características de entrada: Para cada candidato a leptón, PLIT procesa hasta 40 trazas de partículas cargadas reconstruidas dentro de un cono de $\Delta R < 0.4$ $Δ R < 0.4$ . El vector de entrada incluye:
- Variables a nivel de leptón: Propiedades cinemáticas ( $p_T$ , $\eta$ , $\phi$ ) y observables de aislamiento convencionales (variables de aislamiento basadas en trazas y en el calorímetro).
- Variables a nivel de traza: Propiedades cinemáticas de las trazas asociadas respecto al leptón, parámetros de impacto ( $d_0$ , $z_0$ ) e información detallada de impactos en el detector de silicio (hits de pixel y SCT, hits compartidos, hits divididos y huecos/holes).
Arquitectura: La red emplea un codificador de transformadores con tres capas apiladas y ocho cabezales de atención. Procesa combinaciones de embeddings de leptones y trazas para capturar las correlaciones entre las trazas asociadas a un mismo candidato a leptón.
Estrategia de entrenamiento: El modelo se entrena con eventos simulados de $t\bar{t}$ $t \overset{ˉ}{t}$ , que proporcionan una muestra rica tanto de leptones prompt como no-prompts. El entrenamiento utiliza un enfoque de aprendizaje multitarea:
1. Objetivo primario: Clasificación del leptón como prompt o no-prompt.
2. Objetivos auxiliares: Clasificación de los orígenes de las trazas individuales (por ejemplo, vértice primario, desintegración de hadrón $b$ , desintegración de hadrón $c$ , pile-up) y una tarea de vertexado para predecir si pares de trazas se originan de un vértice común. Estas tareas auxiliares mejoran las capacidades de aprendizaje de representación de la red sin ser utilizadas en el discriminante final.
Implementación: Se entrenaron modelos separados para muones, electrones del barril ( $|\eta| < 1.37$ ) y electrones del endcap ( $1.52 < |\eta| < 2.47$ ). Las muestras de entrenamiento para el Run 3 ( $\sqrt{s} = 13.6$ TeV) son aproximadamente diez veces más grandes que las utilizadas para el algoritmo PLIV anterior.

Contribuciones clave

Desarrollo del algoritmo: Introducción de una arquitectura basada en transformadores para el aislamiento de leptones que aprovecha la información detallada a nivel de traza y las correlaciones entre trazas, eliminando la dependencia de herramientas de reconstrucción de jets o de etiquetado de sabor de jets.
Puntos de operación (OPs): Definición de nuevos puntos de operación (Tight y VeryTight) para PLIT, tanto para electrones como para muones. Estos se definen para igualar la eficiencia del algoritmo PLIV anterior (obteniendo un mejor rechazo) o para igualar el rechazo de PLIV (obteniendo una mejor eficiencia).
Calibración: Derivación de factores de corrección de datos a simulación (factores de escala) utilizando el método estándar de tag-and-probe en eventos $Z \to \ell^+\ell^-$ de los datos del Run 3 (2022–2024).

Resultos
El rendimiento de PLIT se evaluó utilizando eventos simulados de $t\bar{t}$ y se comparó con el algoritmo PLIV y los criterios de aislamiento convencionales.

Poder de discriminación: PLIT demuestra un poder de discriminación significativamente mejorado en todo el espectro de $p_T$ $p_{T}$ .
- Para muones en bajo $p_T$ , PLIT logra un rechazo de leptones no-prompts de 1.5 a 2 veces mayor que PLIV para una eficiencia prompt dada.
- Para electrones, la mejora en el rechazo es de un factor de 2 o más tanto en la región del barril como en la del endcap, alcanzando un factor de hasta 5 para electrones del endcap en baja eficiencia.
Rendimiento de los puntos de operación:
- Al igualar el rechazo de PLIV, PLIT mejora la eficiencia de leptones prompt aproximadamente un 10% para muones, un 50% para electrones del barril y un 100% para electrones del endcap en bajo $p_T$ .
- El algoritmo muestra robustez frente al pile-up, donde la eficiencia prompt disminuye solo levemente y el rechazo permanece constante a medida que aumenta el número promedio de interacciones por cruce de haces.
- El rendimiento es estable a través de diferentes regiones de pseudorapidez, manteniendo o mejorando el rechazo en valores altos de $|\eta|$ donde el rendimiento de PLIV se degrada.
Calibración: Los factores de escala derivados de los datos están cercanos a la unidad en todo el rango de $p_T$ medido (10–150 GeV). Las mayores desviaciones ocurren en bajo $p_T$ , donde las incertidumbres aumentan. Las incertidumbres sistemáticas están dominadas por el modelado de la actividad hadrónica en la simulación, disminuyendo de ~10% a 10 GeV a ~2% por encima de 40 GeV.

Significancia
El artículo afirma que el algoritmo PLIT representa un avance significativo en el aislamiento de leptones para el experimento ATLAS. Al aprovechar las arquitecturas de transformadores y las tareas de aprendizaje auxiliar, PLIT logra un aumento sustancial en la eficiencia de leptones prompt mientras mantiene un alto rechazo de los fondos no-prompts. Esta mejora es particularmente crítica para las mediciones multileptónicas donde la aceptación de la señal suele estar limitada por los requisitos de aislamiento en bajo momento transversal. El autor afirma que estas ganancias de rendimiento beneficiarán directamente a los análisis de física que dependen de firmas multileptónicas, tales como las mediciones de $t\bar{t}H$ , $t\bar{t}W$ y la producción de cuatro quarks top, al reducir las incertidumbres sistemáticas asociadas con los fondos de leptones no-prompts y aumentar el poder estadístico de las muestras de señal. El algoritmo ya está calibrado y disponible para su uso en análisis de física del Run 3.

Más como este