Optimal Transport for $e/π^0$ Particle Classification in LArTPC Neutrino Experiments

En utilisant un jeu de données simulées de MicroBooNE, cette étude démontre que l'Optimal Transport permet d'atteindre des performances de pointe pour la classification des électrons et des pions neutres dans les détecteurs LArTPC, ouvrant la voie à des applications plus larges dans les expériences de neutrinos.

L'essentiel

🌊 Le Grand Défi : Trouver l'Aiguille dans la Paille (ou presque)

Imaginez que vous êtes dans une immense salle de bal remplie de gens (les particules). Votre mission est de repérer deux types de danseurs très spécifiques :

1. Les Électrons : Ils dansent seuls, avec une traînée fluide et élégante.
2. Les Pions Neutres (π0) : Ils sont des tricheurs ! Ils se transforment instantanément en deux photons (deux autres danseurs) qui partent dans des directions légèrement différentes.

Le problème ? La salle est bondée, et ces deux types de danseurs ressemblent beaucoup à première vue. De plus, les "tricheurs" (les pions) sont beaucoup plus nombreux que les "vrais" (les électrons). Si vous ne les distinguez pas bien, vous allez compter les faux et rater les vrais, ce qui gâche toute l'expérience scientifique.

C'est exactement le défi que rencontrent les physiciens avec les détecteurs à Argon Liquide (LArTPC). Ces détecteurs sont comme des caméras ultra-puissantes qui prennent des photos en 3D de chaque collision de neutrinos. Mais distinguer un électron d'un pion qui a explosé en deux photons est un casse-tête majeur.

🚚 La Solution : La Théorie du "Transport Optimal"

Jusqu'à présent, les physiciens utilisaient des méthodes traditionnelles (comme des algorithmes complexes appelés "Pandora") pour essayer de reconstruire les trajectoires. C'est un peu comme essayer de deviner la forme d'un objet en regardant son ombre : ça marche, mais c'est souvent imprécis et lent.

Dans ce papier, les auteurs (David Caratelli et son équipe) proposent une nouvelle approche mathématique appelée Transport Optimal (OT).

L'analogie du déménagement :
Imaginez que chaque collision de particule est une maison remplie de meubles (l'énergie déposée dans le détecteur).

• Pour un électron, les meubles sont empilés d'une certaine manière (une seule pile).
• Pour un pion, les meubles sont répartis en deux piles distinctes.

La question est : "Combien de travail faut-il pour transformer la maison A en maison B ?"

Le "Transport Optimal" calcule le coût minimal pour déplacer tous les meubles d'une configuration à l'autre.

• Si vous comparez deux maisons d'électrons (deux piles similaires), le travail est faible : vous bougez juste quelques chaises. La "distance" est courte.
• Si vous comparez une maison d'électron (une pile) à une maison de pion (deux piles), le travail est énorme : il faut casser une pile, déplacer des meubles loin, et en reconstruire une autre. La "distance" est grande.

C'est cette "distance" mathématique qui permet de dire instantanément : "Tiens, cette configuration ressemble beaucoup plus à un pion qu'à un électron !"

🛠️ Comment ils ont fait ? (Les étapes clés)

1. La Carte 3D : Ils ont pris des données simulées du détecteur MicroBooNE (un vrai détecteur aux États-Unis) et ont transformé les traces d'énergie en nuages de points 3D.
2. Le Nettoyage (Pré-traitement) : Comme les particules peuvent arriver de n'importe quel angle, ils ont "redressé" toutes les images pour qu'elles soient alignées dans la même direction. C'est comme si on tournait tous les meubles pour qu'ils fassent face à la même fenêtre avant de les comparer.
3. Le Calcul de Distance : Ils ont calculé combien d'effort il fallait pour transformer chaque image d'électron en une image de pion de référence.
4. L'Intelligence Artificielle "Lisible" : Pour affiner le résultat, ils ont combiné cette distance mathématique avec des algorithmes d'apprentissage automatique simples et compréhensibles (comme les Machines à Vecteurs de Support, ou SVM). Contrairement aux "boîtes noires" complexes, ici on sait exactement pourquoi la décision est prise : "C'est un pion parce que la distance de transport est trop grande".

🏆 Les Résultats : Une Révolution ?

Les résultats sont bluffants :

• Performance record : Leur méthode arrive à distinguer les électrons des pions avec une précision bien supérieure aux méthodes actuelles (Pandora). Là où les anciennes méthodes rataient beaucoup de cas (surtout quand les deux photons du pion étaient très proches), la nouvelle méthode réussit à les repérer.
• Gain d'efficacité : Ils parviennent à rejeter 80% des faux pions tout en gardant presque tous les vrais électrons. C'est comme si, dans notre salle de bal, vous parveniez à chasser tous les tricheurs sans jamais toucher un seul danseur honnête.
• Vitesse et Clarté : La méthode est non seulement plus précise, mais elle est aussi plus facile à interpréter pour les physiciens. On ne se fie pas à une "magie" d'intelligence artificielle, mais à une mesure géométrique concrète.

🚀 Pourquoi c'est important pour le futur ?

Les neutrinos sont des messagers secrets de l'univers. Pour comprendre pourquoi l'univers existe (et pourquoi il y a plus de matière que d'antimatière), il faut analyser des collisions de neutrinos avec une précision chirurgicale.

Si les détecteurs futurs (comme DUNE, qui sera énorme) utilisent cette méthode de "Transport Optimal", ils pourront :

1. Voir des phénomènes plus rares.
2. Réduire les erreurs de mesure.
3. Accélérer la découverte de nouvelles physiques.

En résumé : Les auteurs ont remplacé la vieille méthode de "deviner la forme des ombres" par une méthode de "comptage précis du travail nécessaire pour déplacer les meubles". Résultat : ils voient beaucoup plus clair dans le brouillard des collisions de neutrinos. C'est une avancée majeure pour la physique des particules !

Résumé technique

1. Problématique

Dans les expériences de neutrinos utilisant des Chambres à Projection Temporelle au Argon Liquide (LArTPC), comme celles du programme SBN (MicroBooNE, SBND, ICARUS) et du DUNE, la distinction entre les électrons ($e^-$) et les pions neutres ($\pi^0$) constitue un défi majeur pour la reconstruction des interactions.

• Contexte physique : Les électrons sont la signature clé des oscillations de neutrinos ($\nu_\mu \to \nu_e$) et de certaines recherches de physique au-delà du modèle standard (BSM). Cependant, les $\pi^0$ produits dans les interactions neutrino-noyau se désintègrent rapidement en deux photons ($\pi^0 \to \gamma\gamma$), chacun générant une gerbe électromagnétique (EM).
• La difficulté : À basse énergie, ces deux gerbes photoniques peuvent être très proches (collinéaires) ou l'une peut avoir une énergie très faible, rendant leur séparation difficile. Les algorithmes de reconstruction traditionnels (comme Pandora ou Wire-Cell) peinent souvent à identifier les deux gerbes distinctes, conduisant à un taux de rejet des $\pi^0$ insuffisant ou à une perte d'efficacité pour les électrons.
• Limites des méthodes actuelles : Les approches basées sur l'apprentissage automatique (Deep Learning) sont puissantes mais souffrent parfois de problèmes d'interprétabilité et de quantification des incertitudes. De plus, les méthodes traditionnelles dépendent fortement de la reconstruction précise des gerbes, une étape sujette à des inefficacités significatives.

2. Méthodologie

Les auteurs proposent d'utiliser le cadre mathématique du Transport Optimal (OT) pour classifier directement les événements basés sur la distribution de l'énergie déposée, sans passer par une reconstruction complète des particules individuelles.

A. Représentation des données

• Les dépôts d'énergie dans le détecteur LArTPC sont modélisés comme des distributions de probabilité discrètes dans un espace 3D. Chaque point (ou "hit" reconstruit) possède une position et une intensité (charge).
• L'objectif est de calculer la "distance" entre un événement test et des événements de référence (électrons ou $\pi^0$).

B. Choix de la métrique : Distance de Wasserstein

• L'article utilise la distance de Wasserstein 2 ($W_2$), également connue sous le nom de distance de "Earth Mover's Distance".
• Cette distance mesure le coût minimal de "travail" nécessaire pour transformer une distribution de charge en une autre.
• Approche équilibrée (Balanced) : Les événements sont normalisés pour avoir la même masse totale d'énergie. Cela force l'algorithme à se concentrer sur les différences topologiques (forme de la gerbe) plutôt que sur la simple différence d'énergie totale.
• Les événements sont divisés en 9 tranches d'énergie (de 0,05 à 0,9 GeV) pour éviter que la classification ne dépende uniquement de l'énergie.

C. Pré-traitement des données

Pour que l'OT soit efficace, les données doivent être alignées pour éliminer les symétries physiques non pertinentes :

1. Filtrage : Suppression des événements avec des gerbes incomplètes (sortant du volume détecteur).
2. Reconstruction 3D : Utilisation de l'algorithme SpacePointSolver pour obtenir des points 3D à partir des fils de détection.
3. Alignement : Application de l'Analyse en Composantes Principales Pondérée (WPCA) pour aligner l'axe principal de chaque événement (et le second axe) sur une direction commune, éliminant ainsi la dépendance à l'orientation de la particule dans le détecteur.
4. Projections 2D : Une variante utilise des projections 2D des événements 3D le long des axes principaux, inspirée des "jet images" du LHC, pour réduire le bruit des dépôts résiduels lointains.

D. Stratégies de Classification

Trois méthodes sont explorées pour utiliser les distances OT calculées :

1. Minimum OT (min(OT)) : Un événement inconnu est classé comme électron s'il est "proche" (distance OT minimale faible) d'un ensemble de référence d'électrons.
2. k-Plus Proches Voisins (kNN) : Utilisation des distances OT entre l'événement test et un ensemble d'entraînement complet (électrons et $\pi^0$) comme vecteur d'entrée pour un classifieur kNN.
3. Machine à Vecteurs de Support (SVM) : Utilisation des mêmes distances OT comme entrées pour un SVM, permettant une séparation non linéaire optimale dans l'espace des distances.

3. Contributions Clés

• Première application de l'OT aux données LArTPC : Cette étude démontre la viabilité du Transport Optimal pour la physique des neutrinos, au-delà de son utilisation précédente dans les collisions hadroniques (LHC).
• Approche "End-to-End" topologique : La méthode contourne les étapes de reconstruction de gerbes complexes et inefficaces, se concentrant directement sur la distribution de charge brute.
• Comparaison rigoureuse : Les résultats sont comparés à l'état de l'art (reconstruction Pandora) et montrent une supériorité significative, en particulier pour les topologies difficiles (petits angles d'ouverture entre les photons).
• Interprétabilité : Contrairement aux réseaux de neurones profonds "boîte noire", l'OT fournit une métrique physique intuitive (coût de transport) et peut être couplé à des classifieurs simples et interprétables (SVM, kNN).

4. Résultats

Les performances ont été évaluées sur le jeu de données ouvert de MicroBooNE (simulations réalistes incluant le bruit et les effets du détecteur).

• Performance globale : Toutes les méthodes basées sur l'OT surpassent largement l'algorithme de reconstruction traditionnel Pandora.
  • Précision (Accuracy) : Les méthodes OT+SVM atteignent une précision allant de 74,2 % à 87,6 % selon la tranche d'énergie.
  • AUC (Area Under Curve) : Les scores AUC varient de 82,2 % à 94,0 %, avec les meilleures performances observées dans la gamme 0,2–0,4 GeV.
• Rejet des $\pi^0$ : À un taux de rejet de 80 % des $\pi^0$, l'efficacité de détection des électrons est nettement supérieure à celle de Pandora.
  • Pour les événements avec un petit angle d'ouverture entre les deux photons (le cas le plus difficile pour Pandora), l'efficacité de classification des $\pi^0$ passe de 10 % (Pandora) à **80 %** avec la méthode 3DOT+SVM.
  • Pour les rapports d'impulsion de photons très asymétriques, l'amélioration est également drastique (passant de 15 % à près de 60 %).
• Impact du post-traitement : L'ajout d'un classifieur supervisé (SVM) sur les distances OT améliore considérablement les résultats par rapport à l'utilisation seule de la distance minimale (min(OT)).
• 3D vs 2D : Bien que les projections 2D (2DOT) fonctionnent bien avec min(OT), la combinaison 3DOT + SVM offre les meilleures performances globales, prouvant que l'information 3D complète est cruciale.

5. Signification et Perspectives

• Impact sur la physique : L'amélioration de la séparation $e/\pi^0$ est critique pour les mesures de précision des oscillations de neutrinos et pour les recherches de nouvelle physique (secteur sombre, production de photons uniques). Réduire le bruit de fond des $\pi^0$ permet d'augmenter la sensibilité des expériences.
• Efficacité computationnelle : Bien que le calcul de la distance de Wasserstein soit coûteux ($O(n^3)$), les auteurs suggèrent l'utilisation de méthodes approchées comme le Transport Optimal Linéarisé (LOT) ou les distances de Sinkhorn pour rendre la méthode viable à grande échelle dans les futurs détecteurs comme DUNE.
• Avenir : Ce travail ouvre la voie à l'intégration de l'OT dans les chaînes de reconstruction complètes des expériences LArTPC, potentiellement combiné à des outils d'apprentissage profond pour l'étiquetage des pixels (semantic segmentation), offrant une approche hybride robuste et interprétable.

En conclusion, cet article démontre que le Transport Optimal est un outil puissant et prometteur pour résoudre l'un des goulots d'étranglement majeurs de la physique des neutrinos au LArTPC, surpassant les méthodes traditionnelles en exploitant directement la géométrie et la topologie des dépôts d'énergie.