LArTPC hit-based topology classification with quantum machine learning and symmetry

Cette étude propose une approche de classification des topologies de traces et de gerbes dans les chambres à projection temporelle au liquide d'argon en utilisant des réseaux de neurones quantiques convolutifs, dont les performances, bien que supérieures à celles des modèles classiques de taille équivalente, restent inférieures à celles des modèles classiques plus volumineux.

L'essentiel

🌌 L'Enquête : Chasser les fantômes dans le brouillard

Imaginez que vous essayez de comprendre ce qui se passe dans une pièce très sombre et remplie de brouillard (le détecteur LArTPC). Des particules invisibles (des neutrinos) traversent cette pièce et heurtent des atomes d'argon, créant de petites étincelles lumineuses. Ces étincelles laissent des traces sur des murs virtuels, formant des images en 2D.

Le problème ? Sur ces images, il y a deux types de traces qui se ressemblent beaucoup :

1. Les "Trains" (Tracks) : Des lignes droites et nettes, comme un train sur des rails (créés par des muons ou des protons).
2. Les "Feux d'artifice" (Showers) : Des explosions de particules qui se dispersent en tous sens, comme un feu d'artifice ou une éponge mouillée (créés par des photons ou des électrons).

Pour les physiciens, distinguer un "train" d'un "feu d'artifice" est crucial. C'est comme essayer de deviner si vous avez vu un chat ou un chien dans le brouillard, juste en regardant une ombre floue. Si vous vous trompez, vous ne comprenez pas l'histoire de l'univers !

🤖 Le Problème : Les lunettes actuelles sont trop lourdes

Jusqu'à présent, les physiciens utilisaient des "lunettes" très puissantes (des algorithmes classiques d'intelligence artificielle) pour trier ces images. Mais ces lunettes ont deux défauts :

• Elles sont très lourdes et consomment beaucoup d'énergie (beaucoup de paramètres).
• Elles ont du mal quand les "trains" et les "feux d'artifice" se mélangent trop (quand les particules sont très proches).

L'équipe de chercheurs s'est demandé : "Et si on utilisait une technologie encore plus exotique ?" Ils ont décidé d'essayer l'Apprentissage Quantique (Quantum Machine Learning).

⚛️ La Solution : Des lunettes quantiques et des symétries

Leur idée est d'utiliser des ordinateurs quantiques (qui fonctionnent avec des règles de la physique quantique, très différentes des nôtres) pour aider à classer ces images.

Voici les trois ingrédients magiques de leur recette :

1. Le "Quanvolution" (La loupe quantique)

Imaginez que vous regardez une photo de pixels. Au lieu de faire glisser une loupe classique sur l'image, ils utilisent une "loupe quantique".

• L'analogie : Imaginez que chaque petit carré de l'image (un patch) est envoyé dans une petite machine à remonter le temps (un circuit quantique) qui le transforme d'une manière que nos ordinateurs classiques ne peuvent pas facilement prédire.
• Le résultat : Cette machine quantique extrait des détails très subtils que les méthodes classiques pourraient rater, un peu comme si elle voyait les couleurs invisibles à l'œil nu.

2. La Symétrie (La règle de la toupie)

Les physiciens ont ajouté une règle intelligente : "Peu importe comment on tourne l'image, le train reste un train et le feu d'artifice reste un feu d'artifice".

• L'analogie : Si vous tournez une photo de 90 degrés, un chat reste un chat. Les chercheurs ont programmé leurs modèles pour qu'ils comprennent cette règle (la symétrie de rotation) dès le début. C'est comme donner à l'ordinateur une intuition géométrique naturelle, au lieu de lui faire apprendre chaque angle par cœur.

3. Le Test : MicroBooNE et le "Simulateur de Neutrinos"

Ils ont testé leur méthode sur deux terrains de jeu :

• Le vrai terrain : Des données réelles du détecteur MicroBooNE (comme de vraies photos de brouillard).
• Le terrain de simulation : Un jeu vidéo qu'ils ont créé eux-mêmes où ils contrôlent la difficulté. Ils ont créé des situations où le "train" et le "feu d'artifice" sont collés l'un à l'autre (très dur à distinguer) ou bien séparés (facile).

🏆 Les Résultats : Qui gagne ?

Voici ce qu'ils ont découvert, avec une petite surprise :

1. Les petits modèles quantiques sont des champions de l'efficacité :
   Quand on compare un petit modèle quantique à un petit modèle classique (qui ont la même "taille" ou nombre de paramètres), le modèle quantique gagne souvent. Il est plus malin, il apprend mieux avec moins de données. C'est comme si un petit chien de chasse quantique trouvait l'odeur plus vite qu'un grand chien classique avec la même quantité de nourriture.

2. Mais les géants classiques restent les rois (pour l'instant) :
   Si on prend un modèle classique énorme (avec 100 fois plus de paramètres que le modèle quantique), il bat le modèle quantique.

   • La leçon : La technologie quantique est très prometteuse et efficace, mais elle n'a pas encore la puissance brute des super-ordinateurs classiques actuels. Elle est comme un moteur de voiture électrique très performant, mais qui a encore besoin de batteries plus grosses pour rivaliser avec un camion diesel géant.

3. La symétrie n'est pas toujours la solution miracle :
   Ajouter la règle de rotation (symétrie) a aidé dans certains cas, mais pas dans tous. Parfois, le modèle "bête" (sans règles de symétrie) a mieux performé. Cela signifie que pour ce type d'images complexes, la géométrie parfaite n'est pas toujours la clé.

🔮 L'Avenir : Vers le détecteur DUNE

Pourquoi est-ce important ? Parce que le futur de la physique des neutrinos repose sur le projet DUNE, qui utilisera un détecteur gigantesque (plus grand que MicroBooNE).

• Ce futur détecteur va produire des montagnes de données.
• Les chercheurs espèrent que, dans quelques années, ils pourront intégrer ces "lunettes quantiques" dans les logiciels de reconstruction (comme Pandora) pour trier les événements complexes là où les ordinateurs classiques commencent à avoir du mal.

En résumé :
Cette étude est une première étape passionnante. Elle prouve que l'informatique quantique peut être un outil très efficace pour "nettoyer" les images floues des détecteurs de neutrinos, même si nous devons encore attendre que la technologie quantique grandisse pour remplacer totalement les méthodes actuelles. C'est comme tester un nouveau moteur de fusée : il vole déjà, mais il faut encore le rendre plus puissant pour atteindre les étoiles.

Résumé technique

1. Problématique et Contexte

Contexte expérimental :
Les détecteurs à projection temporelle au liquide d'argon (LArTPC) sont l'état de l'art pour la physique des neutrinos (notamment pour les expériences MicroBooNE et le futur DUNE). Ces détecteurs capturent les interactions de neutrinos sous forme d'images 2D haute résolution, où les dépôts d'énergie sont visualisés sous forme de « traces » (particules chargées comme les muons ou protons) et de « gerbes » (cascades électromagnétiques issues d'électrons, positrons ou photons).

Le défi :
Une étape cruciale de la reconstruction des événements est la classification au niveau des « hits » (pixels) pour distinguer les topologies de type « trace » de celles de type « gerbe ». Cette tâche est particulièrement difficile lorsque les particules sont proches ou se chevauchent (par exemple, un électron et un muon émis avec un petit angle d'ouverture), créant des régions denses où les structures se mélangent.

Limites actuelles :
Bien que les réseaux de neurones convolutifs classiques (CNN) soient largement utilisés, la communauté explore les avantages potentiels de l'apprentissage automatique quantique (QML). Cependant, de nombreuses études QML sont critiquées pour être testées sur des problèmes trop simples. Cet article vise à appliquer le QML à un problème réel et ouvert en physique des neutrinos : la classification de topologies dans des données LArTPC réalistes.

2. Méthodologie

L'approche proposée repose sur l'utilisation de réseaux de neurones quanvolutionnels (Quanvolutional Neural Networks), une extension quantique des CNN classiques, enrichie par l'intégration de symétries géométriques.

Données utilisées :

• MicroBooNE (Open Dataset) : Environ 750 000 événements simulés avec des interactions de neutrinos et des rayons cosmiques (ceux-ci ayant été filtrés pour se concentrer sur les interactions neutrino-induites). Les données sont découpées en patches (fenêtres) de pixels pour l'entraînement.
• Jeu de données « Neutrino-like » (Personnalisé) : Un ensemble de données généré via LArSIMple (simulation Geant4) contenant des événements avec un muon et un électron émis depuis un même sommet avec des angles d'ouverture variables (0° à 180°). Cet angle sert de proxy pour la difficulté de classification (plus l'angle est petit, plus le chevauchement et la complexité sont grands).

Architecture des modèles :
Les modèles sont basés sur des CNN, mais avec des couches de convolution remplacées ou complétées par des circuits quantiques :

1. Quanvolution : Au lieu d'un produit scalaire classique entre un filtre et une fenêtre d'image, une fenêtre de pixels est encodée dans un circuit quantique (PQC - Parametrized Quantum Circuit). Le circuit traite les données via un embedding (rotation des qubits) et un ansatz (circuit variationnel) pour produire une valeur réelle (espérance d'observation) qui devient la nouvelle carte de caractéristiques.
2. Intégration de la symétrie :
   • Les auteurs étendent le concept de quanvolution au-delà de la simple translation.
   • Ils intègrent la symétrie de rotation du groupe $C_4$ (rotations de 90°).
   • Deux types de classifieurs sont testés : un classifieur classique (MLP) et un classifieur quantique invariant (utilisant des portes quantiques équivariantes pour garantir que la rotation de l'entrée ne change pas la sortie).

Comparaison :
Les performances sont comparées à des modèles classiques de référence :

• CNN simple (2 couches).
• Deep CNN (6 couches).
• Deep GCNN (CNN classique avec symétrie $C_4$).

3. Contributions Clés

1. Extension des symétries aux réseaux quanvolutionnels : C'est la première étude à intégrer des symétries au-delà de la translation (spécifiquement les rotations $C_4$) dans des architectures quanvolutionnelles appliquées aux images LArTPC.
2. Clarification théorique : L'article corrige une interprétation courante mais erronée de la quanvolution. Il démontre mathématiquement (Appendice B) que la quanvolution n'est pas un « filtre quantique » au sens strict, mais hérite de son équivariance de la structure de convolution classique sous-jacente, le circuit quantique agissant comme une opération non-linéaire sur les fenêtres.
3. Benchmarking rigoureux sur données réalistes : Contrairement à de nombreuses études QML sur des jeux de données synthétiques simples, cette étude utilise des données simulées complexes de MicroBooNE et un jeu de données personnalisé pour tester la robustesse des modèles dans des environnements denses.

4. Résultats

Les expériences ont été menées en variant la taille des patches (fenêtres d'entrée) et la taille de l'ensemble d'entraînement (régime de faible quantité de données).

• Performance QML vs Classique (même nombre de paramètres) :

  • Les modèles quantiques (Quanv) surpassent systématiquement leurs équivalents classiques (CNN) lorsqu'ils ont un nombre de paramètres comparable.
  • Cela suggère que les représentations apprises par les circuits quantiques sont plus riches et permettent une meilleure extraction de caractéristiques avec moins de paramètres.

• Impact de la capacité du modèle :

  • Les modèles classiques profonds (Deep CNN) avec deux ordres de grandeur (100x) plus de paramètres que les modèles quantiques finissent par les surpasser.
  • Cela indique que, bien que le QML soit efficace en termes de paramètres, la capacité brute des modèles classiques reste supérieure dans le régime actuel.

• Rôle de la symétrie ($C_4$) :

  • L'inclusion de la symétrie de rotation n'apporte pas d'avantage décisif dans la plupart des cas.
  • Pour les modèles quantiques, le modèle non-symétrique (Quanv) performe souvent mieux que le modèle symétrique (GQuanv).
  • Un léger avantage des modèles symétriques classiques (Deep GCNN) est observé sur les données MicroBooNE, mais pas sur le jeu de données « Neutrino-like ». Cela suggère que la symétrie de rotation n'est peut-être pas le biais inductif optimal pour ces topologies spécifiques, ou que le groupe $C_4$ est trop restrictif.

• Régime de données :

  • Dans un régime de faible quantité de données (jusqu'à 1000 échantillons), les modèles quanvolutionnels montrent une meilleure capacité de généralisation que les CNN peu profonds.
  • L'augmentation de la taille des patches améliore la performance des grands modèles, mais dégrade celle des petits modèles (qui ne peuvent pas traiter l'information contextuelle supplémentaire).

5. Signification et Perspectives

Signification :
Cette étude démontre que l'apprentissage automatique quantique offre un avantage compétitif en termes d'efficacité des paramètres pour la classification de topologies dans les détecteurs LArTPC. Elle valide l'approche des réseaux quanvolutionnels pour des problèmes de physique des hautes énergies, tout en soulignant les limites actuelles (besoin de plus de paramètres pour battre les grands modèles classiques).

Limites et Défis :

• Coût computationnel : La simulation de circuits quantiques sur du matériel classique est coûteuse, limitant la taille des modèles et la quantité de données utilisables pour l'optimisation des hyperparamètres.
• Choix de la symétrie : L'efficacité de l'intégration de symétries spécifiques ($C_4$) reste à explorer davantage, notamment avec des groupes plus grands ou continus ($SO(2)$).

Perspectives futures :

• Intégration dans Pandora : L'auteur suggère d'intégrer ces algorithmes QML dans les outils de reconstruction standard comme Pandora (utilisé par LArSoft), en les combinant avec des CNN classiques pour traiter des sous-problèmes spécifiques où le calcul classique atteint ses limites.
• Expériences DUNE : L'objectif à long terme est de fournir des outils pour le futur détecteur DUNE-FD, où la complexité des événements et la densité des données seront encore plus élevées.
• Optimisation matérielle : L'utilisation de GPU, de compilation juste-à-temps (JIT) et de méthodes de simulation au-delà de l'état vectoriel est nécessaire pour passer à l'échelle.

En conclusion, ce travail ouvre la voie à une utilisation hybride (classique/quantique) dans la reconstruction d'événements neutrino, en démontrant que le QML peut offrir des représentations de caractéristiques supérieures même avec des ressources limitées.