Deep-learning-based low-energy trigger algorithms for the Hyper-Kamiokande experiment

Ce document démontre que les algorithmes de déclenchement basés sur l'apprentissage profond, particulièrement un réseau de neurones supervisé et un modèle de détection d'anomalies basé sur l'MPDR, surpassent de manière significative les déclencheurs traditionnels par comptage de coups pour identifier les événements de neutrinos à basse énergie pour l'expérience Hyper-Kamiokande, tout en maintenant une faisabilité en temps réel avec des latences d'inférence GPU inférieures à la milliseconde.

L'essentiel

Imaginez l'expérience Hyper-Kamiokande comme une immense station d'écoute sous-marine ultra-sensible. Sa mission est d'« entendre » les infimes ondulations causées par des particules fantômes appelées neutrinos. Cependant, cet océan est extrêmement bruyant. Le détecteur est constamment bombardé de statique aléatoire et de bavardages de fond (bruit du détecteur), ce qui rend très difficile la détection des faibles murmures spécifiques des neutrinos que nous recherchons, en particulier les plus basse énergie.

Un article présente une nouvelle façon de filtrer ce bruit en utilisant l'Intelligence Artificielle (IA), agissant comme un garde de sécurité super intelligent capable de décider instantanément s'il doit enregistrer un son ou l'ignorer.

Voici une décomposition de leur approche utilisant des analogies de la vie quotidienne :

1. Le Problème : Trouver un murmure dans une tempête

Par le passé, le détecteur utilisait une règle simple pour décider quoi enregistrer : « Si nous entendons ce nombre de clics provenant de nos capteurs, enregistrez-le. » C'est comme un videur de boîte de nuit qui ne laisse entrer les gens que s'ils crient.

• La Faille : Les neutrinos de faible énergie sont discrets. Ils ne produisent pas assez de « clics » pour déclencher l'ancienne règle, ils sont donc ignorés. Parallèlement, le bruit aléatoire provoque parfois suffisamment de clics pour tromper le système, gaspillant ainsi l'espace de stockage pour des données inutiles.

2. La Solution : L'IA « Détective de Motifs »

Les chercheurs ont entraîné trois types différents de « détectives » IA pour examiner les données. Au lieu de simplement compter les clics, ces détectives examinent la forme, le timing et l'emplacement des signaux, un peu comme un détective qui chercherait une empreinte digitale spécifique plutôt que de simplement compter combien de personnes se trouvent dans une pièce.

Détective A : L'Enseignant Supervisé (Le « Chasseur de Signaux »)

• Comment il fonctionne : Cette IA s'est vu montrer des millions d'exemples de « vrais murmures de neutrinos » et de « faux bruits statiques ». Elle a appris exactement à quoi ressemble un signal réel.
• L'Astuce : Elle utilise une architecture cérébrale sophistiquée (appelée Transformer) qui comprend comment les différents capteurs communiquent entre eux. Elle ne regarde pas seulement un capteur ; elle voit toute la « danse » des particules.
• Le Résultat : Elle est incroyablement douée pour repérer les murmures les plus faibles. Pour un signal très ténu (3 MeV), elle en a capturé 76,7 %, alors que l'ancienne méthode de « comptage de clics » n'en a capturé que 26,4 %. C'est comme passer d'un détecteur de métaux qui ne trouve que les grosses pièces à un appareil capable de trouver de minuscules paillettes d'or.

Détective B : Le Spécialiste du Bruit (Le « Chasseur d'Anomalies »)

• Comment il fonctionne : Cette IA n'a été présentée qu'au bruit de fond. Elle a appris à mémoriser parfaitement ce qu'est le « statique normal ».
• L'Astuce : Lorsqu'elle voit quelque chose qui ne correspond pas tout à fait au « motif de bruit » (même si elle ne sait pas exactement ce qu'est le signal), elle le signale comme « suspect ». C'est ce qu'on appelle la Détection d'Anomalies.
• Le Résultat : Une version de celle-ci (appelée MPDR) s'est révélée étonnamment efficace, capturant 31,8 % des signaux. C'est comme un garde de sécurité qui connaît si bien le bruit du vent qu'à la moindre petite différence dans le grincement d'une porte, il sait que quelque chose ne va pas, même s'il ne sait pas à quoi ressemble l'intrus.

3. La « Magie » de la Vitesse

Habituellement, l'IA sophistiquée est lente et nécessite des ordinateurs massifs. Les chercheurs ont testé ces détectives sur des cartes graphiques puissantes (GPU) et ont découvert qu'ils pouvaient prendre une décision en moins d'une milliseconde.

• L'Analogie : Imaginez un garde de sécurité capable de scanner mille personnes le temps d'un clin d'œil. Cette vitesse signifie qu'ils peuvent être utilisés en temps réel, filtrant les données au fur et à mesure qu'elles arrivent, plutôt que d'attendre de les analyser plus tard.

4. Ce qu'ils ont trouvé

• Le Gagnant : Le « Chasseur de Signaux » (IA supervisée) était le meilleur pour trouver les neutrinos, surtout les plus faibles.
• Le Challenger : Le « Chasseur d'Anomalies » (MPDR) était également très bon et possède un avantage spécial : il n'a pas besoin de savoir à quoi ressemble le signal à l'avance. Il a juste besoin de savoir à quoi le bruit ne ressemble pas. C'est très utile car si notre compréhension des neutrinos change, cette IA fonctionnera toujours.
• Le Perdant : Une simple méthode de « comptage de clics » (l'ancienne méthode) a manqué la plupart des signaux de faible énergie.
• Bonus : Ils ont également testé si ces IA pouvaient détecter des « rayons gamma » (un autre type de signal particulaire). L'IA était bien plus performante que l'ancienne méthode pour cela aussi.

Résumé

Cette publication proule qu'en utilisant l'IA moderne pour observer les motifs de lumière et de temps dans le détecteur, plutôt que de simplement compter le nombre de capteurs activés, nous pouvons entendre les « murmures » de l'univers qui étaient auparavant trop faibles pour être détectés. Cela permet aux scientifiques de repousser les limites de ce qu'ils peuvent voir, révélant potentiellement les secrets du soleil, des étoiles en explosion et des lois fondamentales de la physique.

Résumé technique

Résumé Technique : Algorithmes de Déclenchement à Basse Énergie Basés sur le Deep Learning pour l'Expérience Hyper-Kamiokande

Énoncé du Problème
L'expérience Hyper-Kamiokande (Hyper-K) vise à réaliser des mesures de précision des neutrinos de basse énergie (en dessous de 7 MeV), incluant les neutrinos solaires, de supernova et de réacteur, ainsi que le fond diffus de neutrinos de supernovae (DSNB). Un goulot d'étranglement critique pour ces études est la capacité du système d'acquisition de données (DAQ) à distinguer les signaux Cherenkov ténus du bruit dominant du détecteur en temps réel. Les déclencheurs traditionnels basés sur de simples seuils de nombre de coups (NHits) souffrent d'une faible efficacité à ces énergies car le nombre de coups provenant des signaux de basse énergie chevauche considérablement la distribution des coups de bruit sombre. Pour exploiter pleinement le potentiel de physique d'Hyper-K, particulièrement pour résoudre les tensions dans les mesures de $\Delta m^2_{21}$ et détecter les événements rares de supernova, le seuil de détection doit être poussé en dessous de 7 MeV. Cela nécessite des algorithmes de déclenchement capables de reconnaître des motifs spatiotemporels complexes dans les données de coups de PMT éparses tout en opérant sous des contraintes de temps d'exécution strictes (latence sub-milliseconde).

Méthodologie
Les auteurs proposent et évaluent deux approches distinctes d'apprentissage automatique pour le déclenchement à basse énergie, opérant toutes deux sur des représentations de nuages de points épars de coups de Photomultiplicateurs (PMT) (position, temps et charge) dans des fenêtres de 400 ns :

1. Classificateurs Transformers Supervisés :

   • Architecture : Un encodeur Transformer à 6 couches utilisant des mécanismes d'auto-attention pour modéliser le contexte global de l'événement et les corrélations locales des coups.
   • Représentation d'Entrée : Les coups sont encodés à l'aide de coordonnées cylindriques alignées avec la géométrie du détecteur. Les caractéristiques incluent la position spatiale (sin/cos de l'azimut, rayon/hauteur normalisés), le temps du coup et la charge intégrée.
   • Stratégies d'Entraînement : Deux niveaux de supervision ont été testés :
     • Au niveau de l'événement : Prédire un label unique signal/bruit pour l'événement entier.
     • Au niveau du coup : Prédire le statut signal/bruit des coups individuels, le score final de l'événement étant dérivé de la probabilité maximale du coup.
   • Données : Entraîné sur 1 million d'événements d'électron unique simulés (0–7 MeV) mélangés au bruit du détecteur.

2. Détection d'Anomalies Non Supervisée (Apprentissage sur le Bruit Seul) :

   • Approche : Modèles entraînés exclusivement sur le bruit du détecteur pour identifier les événements qui dévient de la distribution de bruit apprise.
   • Auto-encodeur : Modèles basés sur des transformers (Encodeur-Décodeur) entraînés à reconstruire les événements de bruit. Ils utilisent une contrainte d'espace latent à norme unitaire et un nombre fixe de candidats de coups avec des probabilités d'existence pour gérer les multiplicités de coups variables.
   • Manifold Projection–Diffusion Recovery (MPDR) : Un modèle basé sur l'énergie (spécifiquement MPDR-S) qui apprend une fonction d'énergie scalaire $E_\theta(X)$. Il emploie un processus d'entraînement en deux phases :
     • Phase I : Entraîner l'auto-encodeur sur le bruit.
     • Phase II : Geler l'auto-encodeur et entraîner une fonction d'énergie pour distinguer le vrai bruit des "négatifs difficiles" synthétiques. Ces négatifs sont générés en perturbant le bruit dans l'espace latent et en les récupérant partiellement via un processus MCMC de type Langevin.
   • Entrée : Utilise uniquement les informations spatiales (paramétrisation de la sphère unité) et temporelles ; la charge est omise pour ces modèles.

Contributions Clés et Résultats
L'étude fournit une évaluation comparative complète de ces algorithmes par rapport à un déclencheur NHits traditionnel et évalue leurs performances en termes d'efficacité du signal, de pouvoir de discrimination et de temps d'exécution.

• Efficacité d'Identification du Signal :

  • Le classificateur supervisé au niveau du coup a obtenu la performance la plus élevée, identifiant 76,7 % des électrons de 3 MeV à un taux de faux déclencments < 10 kHz. Cela surpasse considérablement le déclencheur NHits traditionnel (26,4 %) et l'approche MPDR (31,8 %).
  • Le classificateur supervisé au niveau de l'événement a performé de manière similaire au-dessus de 4 MeV mais a montré une chute d'efficacité de 5 à 7 % par rapport à la version au niveau du coup dans la plage 2–3 MeV.
  • L'approche MPDR a surpassé le déclencheur NHits sur tout le spectre énergétique (par exemple, 31,9 % contre 26,4 % à 3 MeV), démontrant que la détection d'anomalies peut améliorer les déclencheurs à basse énergie sans modélisation explicite du signal.
  • L'auto-encodeur pur (sans MPDR) a performé moins bien que le déclencheur NHits (AUROC 0,76 contre 0,86), indiquant que l'erreur de reconstruction seule est insuffisante pour cette tâche.

• Importance des Caractéristiques :

  • Les études d'ablation de caractéristiques ont révélé que le temps du coup est la caractéristique la plus critique. Supprimer l'information de charge a eu un impact négligeable sur la performance (AUROC restant ~0,90), tandis que supprimer l'information temporelle a provoqué une chute drastique des performances. Cela suggère que les corrélations spatio-temporelles sont les principaux discriminateurs, réduisant potentiellement la dépendance à un étalonnage précis de la charge des PMT.

• Marquage de Neutron et Identification de Gamma :

  • Les modèles entraînés sur des électrons ont été appliqués aux rayons gamma de 2,2 MeV (simulant la capture de neutrons sur l'hydrogène). Le classificateur supervisé au niveau du coup a atteint une efficacité de 25,4 %, contre 4,2 % pour NHits. Le MPDR a atteint 4,8 %.

• Performance de Temps d'Exécution :

  • Les tests de performance d'inférence sur un GPU NVIDIA A100 ont montré que tous les modèles opèrent bien en dessous de l'échelle de la milliseconde.
  • Le réseau d'énergie MPDR a démontré le débit le plus élevé (30 000 fenêtres/s), suivi de l'auto-encodeur (20 000 fenêtres/s).
  • Le transformer supervisé, bien que puissant, présente une latence et une utilisation de mémoire plus élevées en raison du coût computationnel du calcul des biais de position relative par paire pour l'attention.

Signification et Revendications
L'article affirme que les déclencheurs basés sur le deep learning offrent une voie viable pour abaisser le seuil de détection d'Hyper-Kamiokande en dessous de 7 MeV, un régime où les déclencheurs traditionnels échouent en raison de la dominance du bruit.

• Faisabilité du ML en Temps Réel : L'étude démontre que des modèles de deep learning complexes, y compris les Transformers et les modèles basés sur l'énergie, peuvent être intégrés dans des systèmes DAQ en ligne avec des latences d'inférence de l'ordre de quelques dizaines de microsecondes, satisfaisant les exigences temporelles strictes de l'expérience.
• Robustesse via la Détection d'Anomalies : L'approche MPDR est mise en avant comme une preuve de concept significative pour la détection d'anomalies en physique des particules. Sa capacité à améliorer l'efficacité sans nécessiter une modélisation détaillée du signal la rend robuste face à une éventuelle mauvaise modélisation de la physique du signal, à condition que le bruit du détecteur soit bien compris.
• Complémentarité : Les résultats suggèrent que la combinaison de déclencheurs traditionnels par comptage de coups avec des algorithmes d'apprentissage automatique (par exemple, utiliser NHits comme pré-déclencheur) pourrait optimiser l'utilisation des ressources tout en maximisant la rétention du signal.
• Impact Physique : En permettant l'acquisition efficace de données en dessous de 7 MeV, ces algorithmes soutiennent directement les objectifs physiques critiques, notamment la résolution des paramètres d'oscillation des neutrinos solaires, la détection du DSNB et l'étude de la dynamique des supernovas.

Les auteurs concluent que si le classificateur supervisé au niveau du coup offre actuellement la meilleure performance, l'approche MPDR constitue une alternative robuste et agnostique au signal. Ils notent que des gains supplémentaires pourraient être réalisés grâce à des modèles dédiés incorporant les corrélations temporelles entre les signaux de leptons prompts et les rayons gamma retardés pour le marquage des neutrons, ce qui n'a pas été pleinement exploré dans cette étude spécifique.