Using Graph Neural Networks for hadronic clustering and to reduce beam background in the Belle~II electromagnetic calorimeter

Cet article présente une approche novatrice utilisant des réseaux de neurones graphiques pour identifier et éliminer les dépôts d'énergie indésirables dans le calorimètre électromagnétique de Belle~II, afin d'améliorer le regroupement des hadrons et de réduire le bruit de fond induit par les luminosités record de SuperKEKB.

L'essentiel

🌌 Le Détective des Particules : Comment Belle II apprend à trier le vrai du faux

Imaginez que le détecteur Belle II (au Japon) est une immense salle de concert remplie de 8 376 microphones (des cristaux de scintillation). Le but de cette salle est d'enregistrer la musique parfaite produite par des collisions de particules (les "artistes").

Mais il y a un gros problème : la salle est de plus en plus bruyante.

1. Le Problème : Trop de bruit, trop de fausses notes

Récemment, l'accélérateur de particules (SuperKEKB) a fonctionné à une vitesse record. C'est comme si le chef d'orchestre jouait de plus en plus fort.

• Le résultat : Il y a tellement de bruit de fond (des particules parasites) que les microphones enregistrent des sons partout, même quand il n'y a pas de musique.
• Le chaos : De plus, certaines particules (les hadrons) ne se comportent pas comme des notes de musique nettes. Elles explosent en éclats irréguliers, comme un verre qui se brise au sol. Parfois, ces éclats atterrissent loin les uns des autres.

L'ancien logiciel de tri (l'algorithme) était un peu bête : il disait "Si un micro entend un son, c'est une note !". Résultat ? Il créait des milliers de fausses notes (des "clusters" fantômes) et perdait la vraie musique.

2. La Solution : Un détective intelligent (Le Réseau de Neurones Graphique)

Pour résoudre ce chaos, les chercheurs (Jonas et Torben) ont créé un détective ultra-intelligent basé sur l'IA, appelé un Réseau de Neurones Graphique (GNN).

Voici comment il fonctionne, avec une analogie simple :

• L'ancien système (Le compteur naïf) : Il regardait chaque micro individuellement. "Ah, ce micro a entendu un bruit ? C'est une note !" -> Erreur.
• Le nouveau système (Le détective GNN) : Il ne regarde pas les micros un par un. Il regarde l'ensemble de la pièce comme un réseau connecté.
  • Il se demande : "Ces micros qui ont entendu du bruit sont-ils proches ? Est-ce qu'ils forment un motif logique ?"
  • Il utilise une technique de "message-passing" : imaginez que chaque micro chuchote à ses voisins : "Hé, j'ai entendu un son, toi aussi ? Est-ce qu'on fait partie de la même chanson ?"
  • Grâce à cette conversation, le détective comprend la forme globale du bruit.

3. La Mission du Détective : Le tri sélectif

Avant même de commencer à analyser la musique, ce détective fait un travail de nettoyage. Il examine chaque "son" (Local Maximum) et le classe en trois catégories :

1. Le Bruit de Fond (Beam Background) : Ce sont des sons causés par le fonctionnement de la machine elle-même (comme des échos dans le couloir).
   • Action du détective : Supprimer ! C'est du bruit inutile.
2. Les Éclats (Split-offs) : Parfois, une particule explose et envoie un éclat loin du groupe principal. L'ancien logiciel pensait que c'était une deuxième chanson.
   • Action du détective : Rattacher ! Il dit : "Ah, ce micro lointain appartient en fait à la même explosion que le groupe principal."
3. La Vraie Musique (Signal) : Les particules réelles que les physiciens veulent étudier.
   • Action du détective : Conserver !

4. Les Résultats : Une salle plus calme

Grâce à ce nouveau détective IA :

• Ils ont réussi à éliminer 90 % du bruit de fond (les fausses notes causées par la machine) sans toucher à la vraie musique.
• Pour les éclats irréguliers, c'est plus difficile (comme distinguer un écho lointain d'une vraie note), mais ils ont amélioré le tri de 40 % dans certaines zones.

En résumé

Imaginez que vous essayez d'écouter un solo de violon dans une salle de concert bondée où tout le monde parle et où des verres se brisent.

• Avant : Vous entendiez tout le monde et vous pensiez que chaque bruissement était une partie du solo.
• Maintenant : Vous avez un détective qui écoute la conversation de toute la salle. Il sait exactement qui parle pour de vrai (le violon), qui fait juste du bruit (les conversations parasites) et qui a juste fait tomber un verre (les éclats). Il filtre tout cela pour vous laisser écouter la musique pure.

C'est exactement ce que fait ce papier : il utilise l'intelligence artificielle pour nettoyer le bruit dans le détecteur Belle II, permettant aux physiciens de mieux comprendre les secrets de l'univers.

Résumé technique

Titre de l'article

Utilisation de Réseaux de Neurones à Graphes pour le regroupement hadronique et la réduction du bruit de fond du faisceau dans le calorimètre électromagnétique de Belle II

1. Le Problème

L'expérience Belle II, située à l'accélérateur SuperKEKB au Japon, a atteint des luminosités instantanées record (proches de $5 \times 10^{34} \text{ cm}^{-2}\text{s}^{-1}$). Le calorimètre électromagnétique (ECL), composé de 8 736 cristaux scintillateurs CsI(Tl), est crucial pour mesurer l'énergie des particules et identifier les hadrons neutres. Cependant, deux défis majeurs menacent la performance du regroupement (clustering) actuel :

• Augmentation du bruit de fond du faisceau : Les taux de luminosité élevés génèrent davantage de processus de bruit de fond (diffusion sur le gaz résiduel, effet Touschek, diffusion Bhabha radiative, rayonnement synchrotron). Cela entraîne un nombre accru de dépôts d'énergie dans les cristaux, dégradant la résolution énergétique des photons et augmentant la reconstruction de faux amas (clusters).
• Nature des interactions hadroniques : Contrairement aux particules électromagnétiques ($\gamma, e^\pm$), les hadrons produisent des dépôts d'énergie irréguliers et parfois déconnectés. Cela génère des "split-offs" (particules secondaires, souvent des neutrons, qui voyagent loin avant d'interagir à nouveau) et des maxima locaux (LM) multiples au sein d'une même région connectée.
• Limites de l'algorithme actuel : L'algorithme de regroupement actuel repose sur l'identification de "Maxima Locaux" (LM). Une prolifération de LM (dus au bruit ou aux split-offs) entraîne :
  • Une augmentation du temps de calcul.
  • Une inflation de la taille des fichiers de données.
  • Un fractionnement accidentel des vrais amas.
  • Une difficulté à respecter la conservation de l'énergie dans les analyses physiques.

2. Méthodologie

Les auteurs proposent une approche basée sur les Réseaux de Neurones à Graphes (GNN) pour classifier et éliminer les maxima locaux indésirables avant l'étape de regroupement.

A. Définition des cibles d'apprentissage (Labels)

Pour entraîner le modèle, les auteurs ont développé une méthode fine pour étiqueter les LM dans les données simulées (utilisant basf2, Geant4 et EvtGen) :

• Bruit de fond du faisceau : LM avec moins de 20 MeV déposés par des particules simulées.
• Duplication (Duplicate LM) : LM non associés à aucune particule simulée.
• Split-offs : Particules secondaires créées lors des interactions hadroniques dans l'ECL, non stockées par défaut car elles ne laissent pas de traces dans les sous-détecteurs internes. Les auteurs ont introduit de nouvelles conditions pour stocker ces particules secondaires (énergie cinétique et distance de vertex) afin de les identifier.
• Signal : Les LM restants associés aux particules primaires ou aux produits de désintégration pertinents.

B. Architecture du Modèle (GNN)

• Représentation des données : Seuls les cristaux avec une mesure d'énergie sont représentés comme des nœuds. Les graphes sont construits autour de chaque LM en incluant ses voisins jusqu'à la 5ème ordre (une grille 9x9 dans la région baril).
• Caractéristiques des nœuds : Énergie mesurée, temps, détails de l'ajustement de la forme de l'impulsion (pulse-shape fit), et masse du cristal.
• Architecture du réseau :
  • Ajout de moyennes globales aux caractéristiques des nœuds.
  • Couches de normalisation par lot (BatchNorm) et couches linéaires pour les embeddings.
  • Une pile de blocs de passage de messages (inspirés de GravNet mais sans calcul des K-plus proches voisins pour accélérer l'entraînement) avec des connexions résiduelles (skip connections).
  • Pooling global moyen pour obtenir l'embedding du graphe.
  • Couches feed-forward pour la classification binaire (Signal vs Bruit).
• Entraînement : Utilisation de 20 000 événements $\Upsilon(4S) \to B\bar{B}$ et 10 000 événements de bruit de fond. La fonction de perte est l'erreur quadratique moyenne (MSE) pour plus de stabilité. Le Stochastic Weighted Averaging (SWA) est appliqué après 100 époques.

C. Détermination du seuil

Le point de fonctionnement est fixé pour rejeter 95 % des signaux (c'est-à-dire garder 95 % des vrais LM de signal). Ce seuil est calculé par tranches d'énergie et par région du détecteur (avant, baril, arrière) pour compenser les niveaux de bruit variables. La classification n'est appliquée qu'aux LM entre 20 et 100 MeV.

3. Résultats

Les performances sont évaluées sur des événements simulés avec des superpositions de bruit de fond réalistes :

• Bruit de fond du faisceau : Le classificateur atteint un taux de rejet d'environ 95 % pour les LM induits par le bruit de fond du faisceau, tout en conservant 95 % de l'efficacité du signal.
• Split-offs et LM dupliqués : Ces classes sont plus difficiles à distinguer du signal car leurs signatures physiques sont similaires (faibles énergies, neutrons/photons).
  • Dans la région Baril, pour des énergies entre 50 et 100 MeV, le taux de rejet atteint environ 40 %. Cette performance est limitée par la précision de l'ajustement de la forme de l'impulsion, qui devient fiable seulement au-dessus de ~50 MeV.
  • Dans la région Arrière, l'efficacité de rejet est d'environ 50-60 % grâce à la dominance du bruit de fond du faisceau qui est plus facile à identifier.
  • Dans la région Avant, l'efficacité est plus faible car le bruit de fond y est moins prédominant par rapport aux autres sources.
• Efficacité globale : En moyenne sur tous les types de bruit, le taux de rejet est d'environ 75 % aux faibles énergies, tombant à 30 % dans les régions avant et baril où le bruit de fond est moins intense.

4. Contributions Clés

1. Développement d'une taxonomie fine pour l'apprentissage : Introduction de nouvelles conditions pour stocker et identifier les particules "split-offs" dans les simulations, permettant une étiquetage précis des données d'entraînement.
2. Application de GNN à l'ECL de Belle II : Démonstration que les GNN peuvent capturer efficacement la sparsité des données et la géométrie asymétrique du détecteur pour la classification de LM.
3. Stratégie de pré-filtrage : Proposition d'un pipeline où le GNN nettoie les LM avant le regroupement, réduisant ainsi la charge computationnelle et les faux positifs dans les analyses physiques ultérieures.
4. Optimisation par région et énergie : Mise en place d'un système de seuils dynamiques adaptés aux spécificités locales du détecteur.

5. Signification et Perspectives

Ce travail démontre l'efficacité des techniques d'apprentissage profond (GNN) pour résoudre des problèmes complexes de reconstruction de particules dans des environnements à haut bruit comme SuperKEKB.

• Impact immédiat : La réduction du nombre de faux clusters améliore la résolution énergétique des photons et la précision de la position des hadrons neutres, tout en réduisant la taille des fichiers de données et le temps de traitement.
• Impact futur : Les méthodologies développées pour l'étiquetage précis des simulations et l'architecture GNN serviront de base pour des tâches plus avancées, telles que la prédiction directe de l'énergie des amas (cluster energy predictions) basée sur les graphes, potentiellement plus précise que les méthodes traditionnelles.

En résumé, cette étude offre une solution robuste pour maintenir la performance de l'expérience Belle II face à l'augmentation de la luminosité et de la complexité des interactions hadroniques.