Reconstructing short-lived particles using hypergraph representation learning

लार्ज हैड्रोन कोलाइडर के भीतर, जो स्विट्जरलैंड-फ्रांस सीमा के नीचे दबी चुंबकों की एक विशाल वलय (ring) है, वैज्ञानिक लगभग प्रकाश की गति से प्रोटॉन को आपस में टकराते हैं। ये टकराव ब्रह्मांड के शुरुआती क्षणों की तीव्र ऊर्जा को फिर से उत्पन्न करते हैं, जिससे नए कणों की एक श्रृंखला पैदा होती है। इनमें से अधिकांश कण भारी और अविश्वसनीय रूप से अल्पकालिक होते हैं, जो लगभग तुरंत अधिक स्थिर मलबे (debris) के फुहार में बदल जाते हैं। प्रकृति के मौलिक नियमों को समझने के लिए, भौतिकविदों को इस मलबे से मूल, क्षणिक कणों का पुनर्निर्माण करना होता है, ठीक वैसे ही जैसे एक फोरेंसिक विशेषज्ञ बिखरे हुए टुकड़ों की जांच करके एक टूटे हुए फूलदान के आकार का पता लगाने की कोशिश करता है। चुनौती टुकड़ों की विशाल संख्या में निहित है; जब भारी कण क्षय (decay) होते हैं, तो वे अक्सर 20 तक "जेट्स" (jets) उत्पन्न करते हैं—कणों की संकीर्ण धाराएं जो विशिष्ट दिशाओं में बाहर निकलती हैं। यह पता लगाना कि कौन से जेट किस मूल कण से आए थे, अत्यधिक जटिलता वाली एक पहेली है, विशेष रूप से तब जब मलबे में अदृश्य कण शामिल हों जो डिटेक्टर में कोई निशान नहीं छोड़ते।

मैनचेस्टर विश्वविद्यालय के शोधकर्ताओं की एक टीम ने इस पहेली को सुलझाने का एक नया तरीका विकसित किया है, जो टकराव के डेटा को केवल कणों की एक साधारण सूची के रूप में नहीं, बल्कि संबंधों के एक जटिल जाल के रूप में देखता है। वे अपने इस तरीके को HyPER कहते हैं। कणों को अलग-थलग या केवल जोड़ों में देखने के बजाय, HyPER एक हाइपरग्राफ (hypergraph) नामक गणितीय संरचना का उपयोग यह समझने के लिए करता है कि कणों के समूह एक साथ कैसे जुड़े हुए हैं। एक मानक दृष्टिकोण में, एक कंप्यूटर कण A को कण B से जोड़ने का प्रयास कर सकता है, और फिर कण B को कण C से जोड़ सकता है, जिससे एक श्रृंखला चरण दर चरण बनती है। हालाँकि, HyPER कणों के एक पूरे समूह को एक साथ देख सकता है और पूछ सकता है, "क्या ये तीन विशिष्ट कण मिलकर एक एकल मूल कण बनाते हैं?" दृष्टिकोण में यह बदलाव सिस्टम को ऐसे पैटर्न देखने की अनुमति देता है जिन्हें सरल तरीके चूक जाते हैं, विशेष रूप से उन घटनाओं में जहाँ कणों की संख्या बहुत अधिक होती है।

शोधकर्ताओं ने इस नए सिस्टम का परीक्षण टकराव के एक विशिष्ट प्रकार पर किया जहाँ टॉप क्वार्क (top quarks)—सबसे भारी ज्ञात मौलिक कणों में से एक—पूरी तरह से जेट्स में क्षय हो जाते हैं। इस परिदृश्य में, दो टॉप क्वार्क छह क्वार्क्स में टूट जाते हैं, जो फिर छह जेट्स में बदल जाते हैं, साथ ही हिंसक टकराव से उत्पन्न होने वाले अतिरिक्त जेट्स भी शामिल होते हैं। लक्ष्य यह सही ढंग से पहचानना है कि कौन से तीन जेट एक टॉप क्वार्क से संबंधित हैं और कौन से दूसरे से। टीम ने अपने HyPER मॉडल को लाखों सिम्युलेटेड टकरावों पर प्रशिक्षित किया, जिससे इसे सही समूहों को पहचानना सिखाया गया। इसके बाद उन्होंने इसे आज के भौतिकविदों द्वारा उपयोग किए जाने वाले दो सबसे उन्नत मौजूदा तरीकों के विरुद्ध खड़ा किया। परिणामों ने दिखाया कि HyPER 67 प्रतिशत घटनाओं में मूल कणों का सही ढंग प्रकार से पुनर्निर्माण करने में सक्षम था, जिसने अन्य तरीकों को पीछे छोड़ दिया जो लगभग 65 प्रतिशत और 64.5 प्रतिशत मामलों में सफल रहे थे।

इस उपलब्धि को जो बात विशेष रूप से महत्वपूर्ण बनाती है, वह केवल सटीकता में मामूली वृद्धि नहीं है, बल्कि वह दक्षता है जिसके साथ इसे प्राप्त किया गया है। HyPER मॉडल काफी छोटा है, जिसमें लगभग 3,450 प्रशिक्षण योग्य पैरामीटर (trainable parameters) हैं। इसके विपरीत, प्रतिस्पर्धी मॉडलों को कार्य करने के लिए लाखों पैरामीटरों की आवश्यकता होती है। इसे समझने के लिए, नया मॉडल मौजूदा उपकरणों में से एक की तुलना में 20 गुना कम पैरामीटर रखता है, फिर भी यह बेहतर परिणाम देता है। यह दक्षता इसलिए मायने रखती है क्योंकि इसका अर्थ है कि मॉडल के "ओवरफिट" (overfit) होने की संभावना कम है, यानी यह अंतर्निहित भौतिकी को सीखने के बजाय प्रशिक्षण डेटा को याद करने की प्रवृत्ति नहीं रखता, और इसे चलाने के लिए बहुत कम कंप्यूटिंग शक्ति की आवश्यकता होती है। शोधकर्ताओं ने पाया कि भले ही उन्होंने उपलब्ध प्रशिक्षण डेटा की मात्रा कम कर दी, फिर भी HyPER सबसे सटीक उपकरण बना रहा, जो यह सुझाव देता है कि यह दुर्लभ भौतिकी खोजों में पाए जाने वाले सीमित डेटासेट को संभालने के लिए पर्याप्त मजबूत है।

HyPER की सफलता कण भौतिकी में और भी अधिक जटिल और दुर्लभ घटनाओं के अध्ययन के द्वार खोलती है। क्योंकि यह सिस्टम कणों के किसी भी आकार के समूहों को संभालने के लिए डिज़ाइन किया गया है, इसका उपयोग अंततः उन कणों के पुनर्निर्माण के लिए किया जा सकता है जो चार, पांच या अधिक जेट्स में क्षय होते हैं। जबकि वर्तमान अध्ययन उन 'ऑल-हैड्रोनिक डिके' (all-hadronic decays) पर केंद्रित था जहाँ न्यूट्रिनो अनुपस्थित हैं, शोधकर्ताओं का कहना है कि भविष्य के कार्यों का लक्ष्य अंतिम-अवस्था न्यूट्रिनो गतिज विज्ञान (neutrino kinematics) के पुनर्निर्माण को शामिल करने के लिए इस पद्धति का विस्तार करना है। शोधकर्ताओं ने प्रदर्शित किया कि उनका दृष्टिकोण टॉप क्वार्क पेयर्स के विशिष्ट मामले में अच्छी तरह काम करता है, लेकिन अंतर्निहित विधि भौतिकी की एक विस्तृत श्रृंखला की प्रक्रियाओं पर लागू करने के लिए पर्याप्त लचीली है। कणों के बीच संबंधों को देखने के एक अधिक शक्तिशाली और कुशल तरीके प्रदान करके, HyPER ब्रह्मांड की मौलिक संरचना में झांकने के लिए एक नया उपकरण प्रदान करता है, जो वैज्ञानिकों को ज्ञात दुनिया के बैकग्राउंड शोर से नए भौतिकी के संकेत को अलग करने में मदद करता है।