⚛️ high-energy experiments

Real-time lepton identification at LHCb in Run 3 using Lipschitz neural networks

Cet article présente des réseaux de neurones à contrainte de Lipschitz déployés sur GPU pour le déclencheur logiciel de l'expérience LHCb Run 3, atteignant une efficacité améliorée de l'identification des muons et des électrons ainsi qu'un meilleur rejet du bruit de fond, tout en respectant des contraintes strictes de débit et de mémoire.

Auteurs originaux : Adrian Casais Vidal, Kate A. Richardson, Maarten Van Veghel, Marco Santimaria, Marianna Fontana, Mike Williams

Publié 2026-09-09

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Adrian Casais Vidal, Kate A. Richardson, Maarten Van Veghel, Marco Santimaria, Marianna Fontana, Mike Williams

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Au plus profond du cœur du Grand Collisionneur de Hadrons (LHC), une machine qui fracasse des protons les uns contre les autres à une vitesse proche de celle de la lumière, des scientifiques sont engagés dans une quête incessante des briques élémentaires de l'univers. L'expérience LHCb, située au CERN en Europe, agit comme une caméra spécialisée focalisée sur une étroite tranche des débris de collision. Son objectif principal est d'étudier les particules lourdes qui se désintègrent en particules plus légères, laissant souvent derrière elles des traces fugaces de muons et d'électrons. Ces particules sont des messagers cruciaux ; elles apparaissent dans le sillage de désintégrations exotiques qui pourraient révéler de nouvelles lois de la physique ou expliquer pourquoi l'univers est composé de matière plutôt que d'antimatière. Cependant, le volume colossal de données générées par ces collisions est écrasant. La machine produit des milliards d'interactions chaque seconde, bien plus que n'importe quel ordinateur ne pourrait jamais stocker ou analyser. Pour faire face à ce déluge, l'expérience s'appuie sur un filtre numérique sophistiqué, un système de déclenchement (trigger) qui doit décider instantanément quelles collisions valent la peine d'être conservées et lesquelles ne sont que du bruit de fond. Par le passé, ce filtrage était effectué par du matériel, mais la dernière mise à niveau a transféré l'ensemble du processus vers le logiciel, s'exécutant sur de puissants processeurs graphiques capables d'analyser chaque collision en temps réel. Le défi pour les scientifiques est de rendre ces filtres logiciels assez intelligents pour repérer les particules rares et intéressantes sans se laisser tromper par les plus communes, tout en opérant à des vitesses qui feraient cligner des yeux un supercalculateur.

Dans cette nouvelle ère de l'expérience LHCb, connue sous le nom de Run 3, l'équipe a été confrontée à un problème spécifique : comment apprendre à un ordinateur à distinguer un véritable électron ou muon d'une particule leurres, telle qu'un pion, qui imite leur comportement. Les méthodes traditionnelles reposaient sur des règles simples, comme tracer une ligne sur un graphique et conserver tout ce qui se trouve d'un côté. Bien que ces règles soient rapides et fiables, elles ne sont pas très performantes pour séparer le signal du bruit lorsque les particules présentent des comportements complexes. Les chercheurs ont décidé d'essayer une approche différente utilisant des réseaux de neurones, un type d'intelligence artificielle inspiré par le cerveau humain. Cependant, ils ne pouvaient pas simplement utiliser n'importe quel réseau de neurones. Le système devait être incroyablement rapide, tenir dans une quantité infime de mémoire informatique et, surtout, être prévisible. Si les données d'entrée changeaient légèrement en raison d'une fluctuation du détecteur, la décision de l'ordinateur ne devait pas varier de manière erratique. Pour résoudre cela, l'équipe a développé un nouveau type de réseau de neurones mathématiquement contraint pour être stable. Ils appellent ces réseaux des réseaux à contrainte de Lipschitz. Cette contrainte garantit que la sortie de l'ordinateur ne change qu'en proportion des changements de l'entrée, empêchant ainsi le système de commettre des erreurs erratiques face à des conditions légèrement différentes.

Les chercheurs ont construit deux versions distinctes de ce réseau de neurones stable : l'une spécifiquement pour identifier les muons et l'autre pour les électrons. Pour entraîner ces réseaux, ils les ont nourris avec des millions d'événements simulés, créant essentiellement un laboratoire virtuel où ils savaient exactement quelles particules étaient présentes. Pour le détecteur de muons, le réseau a appris à observer si la trajectoire d'une particule correspondait aux impacts enregistrés dans les chambres à muons, tout en vérifiant si la direction de la particule restait constante lors de son passage à travers le détecteur. Les vrais muons ont tendance à voyager en ligne droite, tandis que d'autres particules diffusent ou se désintègrent, provoquant des cassures dans leur trajectoire. Pour le détecteur d'électrons, le réseau a analysé la quantité d'énergie qu'une particule a déposée dans un calorimètre, un dispositif qui arrête les particules et mesure leur énergie. Les électrons rejettent presque toute leur énergie selon un motif compact et prévisible, tandis que d'autres particules dispersent leur énergie ou la laissent derrière elles. En combinant ces différents indices, les réseaux ont appris à prendre une décision unique et assurée sur la nature de la particule, qu'il s'agisse d'un électron ou d'un muon.

Les résultats de ce travail montrent que ces réseaux de neurones contraints constituent une amélioration significative par rapport aux anciennes méthodes basées sur des règles. Lors de tests sur des données simulées, le nouveau système s'est avéré bien plus efficace pour rejeter les particules de bruit de fond tout en conservant les véritables muons et électrons. Cela est particulièrement important pour les particules de faible énergie, là où les anciennes méthodes peinaient à distinguer le signal du bruit. Les nouveaux réseaux ont atteint cette précision accrue sans ralentir le système ni nécessiter plus de mémoire informatique. En fait, les réseaux de neurones sont si compacts qu'ils occupent moins de un pour cent du temps de traitement des cartes graphiques utilisées pour le déclencheur. Ils n'ajoutent qu'une infime quantité de données au flux d'informations, ce qui représente un fardeau négligeable pour les ressources du système. Les chercheurs ont constaté que les réseaux fonctionnaient de manière cohérente à travers différents types de particules et niveaux d'énergie, prouvant que les contraintes mathématiques n'ont pas limité leur capacité à apprendre des motifs complexes.

Bien que les résultats présentés dans cette étude reposent entièrement sur des simulations informatiques, les algorithmes ont déjà été déployés dans le système de déclenchement réel de LHCb et fonctionnent de manière stable en production. Cela signifie que les décisions en temps réel prises au collisionneur sont désormais guidées par ces réseaux de neurones avancés et stables. Le succès de ce projet démontre qu'il est possible d'utiliser une intelligence artificielle sophistiquée dans les environnements les plus exigeants et les plus rapides de la physique des particules, à condition que les modèles soient conçus avec des règles strictes pour garantir la fiabilité. En équilibrant la puissance de l'intelligence artificielle avec le besoin de prédictibilité et de vitesse, l'équipe de LHCb a créé un filtre plus efficace pour les collisions les plus énergétiques de l'univers. Cette approche permet à l'expérience de capturer une gamme plus large d'événements rares, ouvrant potentiellement la voie à de nouvelles découvertes sur la nature fondamentale de la matière. Ce travail sert de modèle pour la manière dont d'autres expériences de physique des hautes énergies pourraient intégrer des systèmes intelligents similaires, prouvant qu'une conception minutieuse peut rendre des algorithmes complexes à la fois puissants et dignes de confiance dans le monde réel.

Résumé technique : Identification des leptons en temps réel à LHCb Run 3 à l'aide de réseaux de neurones Lipschitz

Énoncé du problème
L'expérience LHCb au Grand collisionneur de hadrons (LHC) est passée à un système de déclenchement entièrement basé sur un logiciel pour le Run 3, opérant avec une architecture de lecture « sans déclencheur » (triggerless). Ce système traite l'intégralité de la lecture du détecteur au taux de croisement de faisceaux de 40 MHz, ce qui génère un taux d'entrée d'environ 30 MHz de collisions proton-proton inélastiques vers le High-Level Trigger (HLT). La première étape de ce déclencheur (HLT1) s'exécute sur une large ferme de GPU et doit réduire le taux d'événements à l'ordre de 1 MHz en temps réel.

Un défi critique dans cet environnement est l'identification efficace des leptons (muons et électrons), qui sont des signatures clés pour les processus de désintégration de saveur lourde et exotiques. L'identification des particules (PID) traditionnelle au niveau du déclencheur repose sur des sélections simples par coupures sur des caractéristiques reconstruites. Bien que robustes et peu coûteuses en calcul, ces méthodes manquent du pouvoir de discrimination de l'apprentissage automatique. Cependant, le déploiement de modèles d'apprentissage automatique complexes dans le HLT1 est contraint par des exigences strictes de débit, d'empreinte mémoire et de nécessité de robustesse face aux variations des conditions du détecteur et des caractéristiques d'entrée. L'objectif est de développer des algorithmes offrant un meilleur rejet du bruit de fond et une efficacité de signal améliorée, sans compromettre les performances en temps réel du déclencheur basé sur GPU.

Méthodologie
Les auteurs proposent l'utilisation de réseaux de neurones contraints par la propriété de Lipschitz pour l'identification des muons et des électrons au sein de l'étape HLT1. La méthodologie est définie par les composantes suivantes :

Contraintes de Lipschitz : Pour garantir la robustesse et la stabilité dans un environnement en temps réel, les réseaux de neurones sont explicitement contraints pour limiter la sensibilité de la sortie aux variations des caractéristiques d'entrée. Pour un réseau $f$ de constante de Lipschitz $K$ , la condition $\|f(x) - f(x')\| \le K\|x - x'\|$ est imposée. Cela empêche de petites perturbations dans les caractéristiques d'entrée de provoquer des changements disproportionnés dans la sortie du réseau, une propriété cruciale pour gérer l'évolution des conditions du détecteur.
Architecture du réseau :
- Identification des muons : Un réseau de propagation avant entièrement connecté (feed-forward) avec cinq couches de largeur 10.
- Identification des électrons : Un réseau plus peu profond avec quatre couches de largeur 12, choisi comme un compromis empirique entre la performance de classification et le temps d'inférence.
- Détails de mise en œuvre : Les réseaux utilisent des fonctions d'activation GroupSort et un schéma de normalisation des poids (bornant les poids individuels dans la première couche et la somme des poids absolus dans les couches suivantes) afin de maintenir la propriété de Lipschitz. Toutes les caractéristiques d'entrée sont redimensionnées dans l'intervalle $[0, 1]$ avant l'entraînement.
Caractéristiques d'entrée :
- Muons : Le réseau utilise l'opérateur de correspondance $\chi^2_{Corr}$ (quantifiant la compatibilité entre la trace et le point de collision du muon avec la diffusion multiple), la variable $D^2$ (somme des carrés des résidus), ainsi que les différences de pentes de traces ( $\Delta t_x, \Delta t_y$ ) mesurées entre le traqueur à fibres scintillantes (SciFi), le localisateur de vertex (VELO) et le système de muons.
- Électrons : Le réseau combine des observables du calorimètre électromagnétique (ECAL), incluant le rapport énergie sur impulsion ( $E/p$ ), la distance au carré entre la trace extrapolée et le barycentre du cluster ( $\Delta^2_b$ ), ainsi que des variables de forme de gerbe transversale (seconds moments de la distribution d'énergie).
Entraînement et déploiement : Les modèles sont entraînés hors ligne en utilisant des événements simulés générés avec Pythia, EvtGen, Photos et Geant4. Les classes de signal consistent en des muons ou des électrons issus de désintégrations de $J/\psi$ et $\Upsilon(1S)$ , tandis que les classes de bruit de fond sont composées d'hadrons stables (protons pour l'ID muon ; pions et kaons pour l'ID électron). Les modèles entraînés sont implémentés sous forme de noyaux (kernels) GPU au sein du framework Allen, traitant les traces de manière groupée (batched) pour maximiser l'occupation du GPU.

Contributions clés

Développement d'algorithmes : L'article présente le premier déploiement de réseaux de neurones contraints par Lipschitz pour l'identification des leptons en temps réel dans le déclencheur LHCb Run 3.
Optimisation de l'architecture : Les auteurs démontrent que des réseaux entièrement connectés peu profonds (4–5 couches) peuvent atteindre un haut pouvoir de discrimination tout en restant compatibles avec les contraintes strictes de mémoire et de débit de l'environnement GPU du HLT1.
Robustesse via les contraintes : En bornant explicitement la constante de Lipschitz, les auteurs fournissent un mécanisme pour assurer un comportement contrôlé du modèle, répondant au besoin spécifique de stabilité dans les déclencheurs en temps réel où les distributions d'entrée peuvent différer légèrement des données d'entraînement.
Intégration : Les algorithmes sont intégrés dans le framework Allen, traitant de larges collections de traces simultanément avec un impact minimal sur le débit global du HLT1.

Résultats
La performance des réseaux contraints par Lipschitz est évaluée à l'aide de données simulées et comparée aux algorithmes de PID par coupures de référence :

Identification des muons : Le réseau de neurones obtient des gains substantiels dans le rejet du bruit de fond (spécifiquement le rejet des pions) pour les traces à moment intermédiaire ou élevé, qui constituent la majorité des traces passant la pré-sélection cinématique. Pour les muons à faible impulsion, la performance est comparable à la référence. Ce rejet accru est essentiel pour maintenir des taux de sortie de déclencheur gérables tout en préservant une haute efficacité pour les désintégrations de saveur lourde.
Identification des électrons : Le réseau offre une discrimination robuste sur toute la plage cinématique. Les améliorations par rapport à la référence par coupures sont plus prononcées à faible impulsion, là où la résolution d'énergie de l'ECAL est moins bonne et la discrimination par variable unique (comme $E/p$ ) est plus faible. Le réseau présente une performance presque uniforme à travers la pseudo-rapidité et l'impulsion transverse ( $p_T$ ), s'adaptant naturellement à différents régimes physiques en combinant l'appariement trace-cluster, la forme de la gerbe et les mesures d'énergie.
Efficacité des ressources : Les réseaux sont très compacts, ne nécessitant qu'environ 500 paramètres (environ 2 ko en précision simple) et n'ajoutant que 24–28 octets de données par trace au tampon. Le profilage indique que les noyaux du réseau consomment environ 0,5–0,9 % du temps de traitement total du GPU, ce qui est inférieur aux opérateurs de PID par coupures hérités qu'ils complètent.

Signification et affirmations
L'article affirme que les réseaux de neurones contraints par Lipschitz offrent une amélioration robuste et efficace par rapport aux méthodes de PID existantes au niveau du déclencheur. La signification réside dans la démonstration que l'apprentissage automatique peut être intégré avec succès dans des systèmes critiques à haut taux de données, à condition que la complexité et le comportement des modèles soient soigneusement contraints.

Les auteurs déclarent que bien que les résultats présentés soient basés sur des données simulées, les algorithmes ont été déployés et validés au sein du déclencheur HLT1 et fonctionnent de manière stable en production. Ce travail illustre le potentiel des modèles d'apprentissage automatique soigneusement contraints pour la prise de décision en temps réel, équilibrant le besoin de haute performance avec la fiabilité requise pour les déclencheurs opérationnels. Les techniques développées sont notées comme étant potentiellement pertinentes pour d'autres problèmes de prise de décision en temps réel en physique des hautes énergies et au-delà.

Résumé technique : Identification des leptons en temps réel à LHCb Run 3 à l'aide de réseaux de neurones Lipschitz

Articles similaires