⚛️ high-energy experiments

E-PCN: Jet Tagging with Explainable Particle Chebyshev Networks Using Kinematic Features

यह शोध पत्र E-PCN को प्रस्तुत करता है, जो एक व्याख्यात्मक ग्राफ न्यूरल नेटवर्क है जो JetClass डेटासेट पर अत्याधुनिक जेट वर्गीकरण प्रदर्शन प्राप्त करने के लिए चार विशिष्ट गतिज विशेषता-भारित ग्राफ निरूपणों को एकीकृत करता है और साथ ही कोणीय पृथक्करण और अनुप्रस्थ संवेग को अपने निर्णयों को संचालित करने वाले प्रमुख कारकों के रूप में पहचानता है।

मूल लेखक: Md Raqibul Islam, Adrita Khan, Mir Sazzat Hossain, Choudhury Ben Yamin Siddiqui, Md. Zakir Hossan, Tanjib Khan, M. Arshad Momen, Amin Ahsan Ali, AKM Mahbubur Rahman

प्रकाशित 2026-05-05

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Md Raqibul Islam, Adrita Khan, Mir Sazzat Hossain, Choudhury Ben Yamin Siddiqui, Md. Zakir Hossan, Tanjib Khan, M. Arshad Momen, Amin Ahsan Ali, AKM Mahbubur Rahman

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

एक उच्च-ऊर्जा कण टक्कर (particle collider), जैसे कि लार्ज हैड्रोन कोलाइडर (LHC), को एक विशाल, तेज़ गति वाली कार दुर्घटना के रूप में कल्पना करें। जब दो प्रोटॉन आपस में टकराते हैं, तो वे केवल दो टुकड़ों में नहीं टूटते; वे सैकड़ों छोटे कणों के एक अराजक स्प्रे (chaotic spray) में बिखर जाते हैं। भौतिक विज्ञानी इस स्प्रे को "जेट्स" (jets) कहते हैं।

चुनौती यह है कि ये जेट उस मूल कण की "फिंगरप्रिंट" होते हैं जिसने उस टक्कर को अंजाम दिया। क्या वह टक्कर हिग्स बोसॉन (Higgs boson) से आई थी? टॉप क्वार्क (top quark) से? या सिर्फ एक साधारण, मामूली कण से? मूल कण की पहचान करना बिखरे हुए मलबे को देखकर यह पता लगाने जैसा है कि किस तरह की कार दुर्घटना हुई थी।

वर्षों से, वैज्ञानिक इस मलबे को छाँटने के लिए आर्टिफिशियल इंटेलिजेंस (AI) का उपयोग कर रहे हैं। लेकिन एक समस्या है: सबसे अच्छे AI मॉडल अक्सर "ब्लैक बॉक्स" होते हैं। वे सही उत्तर तो दे देते हैं, लेकिन यह नहीं बता पाते कि उन्होंने ऐसा क्यों किया। यह एक ऐसे छात्र की तरह है जो गणित की परीक्षा में तो पूरे अंक लाता है, लेकिन अपना काम दिखाने से मना कर देता है। विज्ञान में, यह जानना कि क्यों हुआ, उतना ही महत्वपूर्ण है जितना कि सही उत्तर पाना।

यह शोध पत्र एक नया AI मॉडल पेश करता है जिसे E-PCN (एक्सप्लेनेबल पार्टिकल चेबिशेव नेटवर्क - Explainable Particle Chebyshev Network) कहा जाता है। इसे एक ऐसे जासूस के रूप में समझें जो न केवल केस सुलझाता है, बल्कि एक विस्तृत रिपोर्ट भी लिखता है जिसमें ठीक से बताया गया हो कि किन सुरागों ने निष्कर्ष तक पहुँचने में मदद की।

पुराने AI के साथ समस्या

पिछले AI मॉडल कणों के स्प्रे को डेटा के एक विशाल, अस्त-व्यस्त ढेर की तरह देखते थे। वे एक ही बार में पूरी तस्वीर को देखते थे। हालांकि वे कण के प्रकार का अनुमान लगाने में अच्छे थे, लेकिन वे वास्तविक भौतिकी के नियमों के बजाय कंप्यूटर सिमुलेशन के आकस्मिक पैटर्न या "ग्लिच" (glitches) पर निर्भर थे। यह एक ऐसे जासूस की तरह था जो अपराधी के फिंगरप्रिंट के बजाय उसके जूतों के रंग के आधार पर अपराधी का अनुमान लगाता है।

नया समाधान: E-PCN

लेखकों ने E-PCN को एक विशिष्ट दर्शन के साथ बनाया: आइए पहले AI को भौतिकी के नियम सिखाएं।

डेटा को सीधे ब्लैक बॉक्स में डालने के बजाय, उन्होंने कणों के स्प्रे को चार विशिष्ट "लेंसों" या "दृष्टिकोणों" में विभाजित किया, जो इस बात पर आधारित हैं कि ब्रह्मांड में कण वास्तव में कैसे व्यवहार करते हैं (एक अवधारणा जिसे लुंड जेट प्लेन - Lund Jet Plane कहा जाता है)। कल्पना कीजिए कि आप अपराध स्थल को चार अलग-अलग रंग के चश्मों के माध्यम से देख रहे हैं:

दूरी का चश्मा (कोणीय पृथक्करण, $\Delta$ ): कण एक-दूसरे से कितनी दूर हैं?
गति का चश्मा (सापेक्ष ट्रांसवर्स मोमेंटम, $k_T$ ): वे बगल की दिशा में कितनी तेज़ी से चल रहे हैं?
हिस्सेदारी का चश्मा (मोमेंटम अंश, $z$ ): प्रत्येक टुकड़े ने मूल ऊर्जा का कितना हिस्सा लिया?
वजन का चश्मा (इनवेरिएंट मास, $m^2$ ): कणों के संयुक्त समूह का भार कितना है?

E-PCN मॉडल में चार समानांतर "दिमाग" (न्यूरल नेटवर्क) हैं। प्रत्येक दिमाग जेट को केवल इन चार चश्मों में से एक के माध्यम से देखता है।

दिमाग #1 केवल दूरी की परवाह करता है।
दिमाग #2 केवल गति की परवाह करता है।
दिमाग #3 केवल ऊर्जा के बंटवारे की परवाह करता है।
दिमाग #4 केवल द्रव्यमान (mass) की परवाह करता है।

प्रत्येक दिमाग द्वारा अपना स्वयं का अवलोकन करने के बाद, वे सभी एक "कॉन्फ्रेंस टेबल" (वर्गीकरण परत) पर मिलते हैं और अपने नोट्स को मिलाकर यह निर्णय लेते हैं कि वह कण क्या था।

"अहा!" क्षण: व्याख्यात्मकता (Explainability)

क्योंकि यह मॉडल इसी तरह से बनाया गया है, शोधकर्ता पूछ सकते हैं: "इस निर्णय के लिए कौन सा दिमाग सबसे महत्वपूर्ण था?"

उन्होंने Grad-CAM नामक एक तकनीक का उपयोग किया (इसे एक 'हीट मैप' के रूप में समझें जो सबसे महत्वपूर्ण सुरागों को उजागर करता है)। परिणाम दिलचस्प थे और भौतिक विज्ञानियों द्वारा दशकों से ज्ञात तथ्यों से मेल खाते थे:

दूरी और गति मुख्य आकर्षण थे। मिलकर उन्होंने निर्णय लेने की शक्ति का लगभग 76% हिस्सा बनाया।
ऊर्जा हिस्सेदारी और द्रव्यमान ने शेष 24% हिस्सा बनाया।

यह सिद्ध करता है कि AI केवल यादृच्छिक पैटर्न को रट नहीं रहा है; इसने ब्रह्मांड के वास्तविक "व्याकरण" को सीख लिया है। इसने महसूस किया कि कण कैसे फैलते हैं (दूरी) और कैसे चलते हैं (गति), वे सबसे महत्वपूर्ण सुराग हैं, जैसा कि क्वांटम क्रोमोडायनामिक्स (QCD) के नियम भविष्यवाणी करते हैं।

क्या यह बेहतर काम करता है?

हाँ। सिम्युलेटेड कण टकरावों (JetClass) के एक विशाल डेटासेट पर परीक्षण करने पर:

यह पिछले शीर्ष मॉडलों की तुलना में अधिक सटीक था।
यह दुर्लभ, भारी कणों (जैसे कि बॉटम क्वार्क्स में क्षय होने वाला हिग्स बोसॉन) को पहचानने में बहुत बेहतर था, जिससे उन्हें खोजने की क्षमता पुराने बेसलाइन की तुलना में 80% से अधिक सुधर गई।

वास्तविक दुनिया का परीक्षण: "वास्तविक डेटा" की चुनौती

सिमुलेशन आदर्श होते हैं, लेकिन वास्तविक जीवन अव्यवतर है। वास्तविक डिटेक्टरों में शोर (noise) होता है, और कण खो जाते हैं। यह परीक्षण करने के लिए कि क्या E-PCN वास्तव में "स्मार्ट" था या केवल "सिमुलेशन में अच्छा" था, शोधकर्ताओं ने इसे LHC के CMS प्रयोग (जिसे Aspen Open Jets डेटासेट कहा जाता है) के वास्तविक डेटा पर परखा।

चूंकि उनके पास वास्तविक डेटा के लिए "उत्तर कुंजी" (answer key) नहीं थी, इसलिए उन्होंने यह जांचा कि AI समान जेट्स को कितनी अच्छी तरह समूहों में वर्गीकृत (clustering) कर सकता है।

पुराने मॉडल (PCN) ने समूहों का एक अस्त-व्यस्त, मिला-जुला ढेर बनाया।
नए मॉडल (E-PCN) ने स्पष्ट, अलग और सुव्यवस्थित समूह बनाए।

यह सुझाव देता है कि E-PCN ने कणों के व्यवहार के वास्तविक भौतिकी को सीखा है, जिससे यह शोर वाले और अपूर्ण डेटा में भी काम करने में सक्षम है, बिल्कुल एक वास्तविक जासूस की तरह जो एक अव्यवस्थित अपराध स्थल पर काम कर रहा हो।

सारांश

संक्षेप में, लेखकों ने एक "फिजिक्स-फर्स्ट" आर्किटेक्चर देकर कण भौतिकी के लिए एक स्मार्ट AI बनाया है। AI को अंधाधुंध अनुमान लगाने देने के बजाय, उन्होंने इसे ब्रह्मांड को मापने के लिए चार विशिष्ट उपकरण दिए। परिणाम एक ऐसा मॉडल है जो न केवल अधिक सटीक है, बल्कि यह भी ईमानदार है कि वह कैसे सोचता है, जो पुष्टि करता है कि यह कंप्यूटर ग्लिच के बजाय प्रकृति के मूलभूत नियमों पर निर्भर करता है।

तकनीकी सारांश: E-PCN: व्याख्यात्मक कण चेबिशेव नेटवर्कों का उपयोग करके जेट टैगिंग

समस्या विवरण
उच्च-ऊर्जा टक्कर प्रयोगों, विशेष रूप से आगामी हाई-ल्यूमिनोसिटी लार्ज हैड्रॉन कोलाइडर (HL-LHC) के साथ, जेट्स (कणों के संकेंद्रित स्प्रे) की पहचान करने और वर्गीकृत करने के लिए विशाल डेटा वॉल्यूम को संसाधित करने में महत्वपूर्ण चुनौतियां हैं। जबकि ग्राफ न्यूरल नेटवर्क (GNNs) जैसे कि पार्टिकल चेबिशेव नेटवर्क (PCN) ने जेट्स को ग्राफ के रूप में मानकर जेट वर्गीकरण प्रदर्शन में सुधार किया है, वे अक्सर "ब्लैक बॉक्स" के रूप में कार्य करते हैं। व्याख्यात्मकता की यह कमी भौतिक सिद्धांतों के विरुद्ध मॉडल व्यवहार के सत्यापन में बाधा डालती है, जिससे यह चिंता उत्पन्न होती है कि मॉडल वास्तविक क्वांटम क्रोमोडायनामिक्स (QCD) घटनाओं के बजाय स्प्यूरियस सहसंबंधों या डिटेक्टर आर्टिफैक्ट्स को सीख सकते हैं। एक ऐसी आवश्यकता है जो न केवल अत्याधुनिक सटीकता प्राप्त करे बल्कि पारदर्शी, भौतिक रूप से प्रेरित निर्णय लेने वाली प्रक्रियाओं को भी प्रदान करे।

कार्यप्रणाली
लेखक एक्सप्लेनेबल पार्टिकल चेबिशेव नेटवर्क (E-PCN) का प्रस्ताव करते हैं, जो PCN का एक विस्तार है जो स्पष्ट रूप से ग्राफ संरचना में लुंड जेट प्लेन औपचारिकता (Lund jet plane formalism) से प्राप्त गतिकीय चरों (kinematic variables) को एकीकृत करता है।

मल्टी-ग्राफ आर्किटेक्चर: प्रत्येक जेट के लिए प्रत्येक नोड एट्रिब्यूट में गतिकीय विशेषताओं को जोड़ने के बजाय, E-PCN प्रत्येक जेट के लिए चार समानांतर ग्राफ निरूपण बनाता है। प्रत्येक ग्राफ समान नोड फीचर्स (16-आयामी कण गुण) और कनेक्टिविटी (कोणीय पृथक्करण पर आधारित k-निकटतम पड़ोसी) साझा करता है, लेकिन प्रत्येक एक विशिष्ट गतिकीय चर को एज वेट (edge weight) के रूप में उपयोग करता है:
1. कोणीय पृथक्करण ( $\Delta$ ): कोणीय क्रम और कोलीनियर उत्सर्जन को एनकोड करता है।
2. सापेक्ष अनुप्रस्थ संवेग ( $k_T$ ): स्ट्रॉन्ग कपलिंग कांस्टेंट के स्केल को निर्धारित करता है और पर्टर्बेटिव से नॉन-पर्टर्बेटिव शासन को अलग करता है।
3. संवेग अंश ( $z$ ): DGLAP स्प्लिटिंग फंक्शन के माध्यम से पुत्री पार्टोनों (daughter partons) के बीच ऊर्जा साझाकरण को मात्रात्मक रूप देता है।
4. इनवेरिएंट मास स्क्वेर्ड ( $m^2$ ): हेवी-फ्लेवर जेट पहचान के लिए संवेदनशीलता प्रदान करता है।
  पहले तीन चर QCD उत्सर्जन संभावनाओं के लुंड प्लेन गुणनखंड (factorization) द्वारा प्रेरित हैं; चौथा हेवी-फ्लेवर संवेदनशीलता के लिए पूरक है।
नेटवर्क आर्किटेक्चर: प्रत्येक चार ग्राफ शाखाओं को एक समान, स्वतंत्र रूप से पैरामीट्राइज्ड फीचर एक्सट्रैक्टर द्वारा संसाधित किया जाता है। यह एक्सट्रैक्टर एक हाइब्रिड कनवल्शनल दृष्टिकोण का उपयोग करता है, जो स्थानीय ज्यामितीय संरचनाओं को पकड़ने के लिए चेबिशेव ग्राफ कनवोल्यूशन (ChebConv) और युग्मवार कण संबंधों को मॉडल करने के लिए एज कनवोल्यूशन (EdgeConv) के बीच बारी-बारी से काम करता है। परिणामी चार 64-आयामी जेट एम्बेडिंग्स को स्टैक किया जाता है और वर्गीकरण के लिए फुली कनेक्टेड लेयर्स में जाने से पहले एक $1\times1$ कनवल्शनल लेयर के माध्यम से संयोजित किया जाता है।
व्याख्यात्मकता तंत्र (Explainability Mechanism): लेखक इस मल्टी-ग्राफ सेटिंग में ग्रेड-वेटेड क्लास एक्टिवेशन मैपिंग (Grad-CAM) को अनुकूलित करते हैं। प्रत्येक विशिष्ट ग्राफ शाखा के एम्बेडिंग्स के संबंध में क्लास स्कोर के ग्रेडिएंट की गणना करके, वे वर्गीकरण निर्णय में प्रत्येक गतिकीय चर के सापेक्ष महत्व को मात्रात्मक रूप से निर्धारित करते हैं।

प्रमुख योगदान

फिजिक्स-इन्फॉर्म्ड मल्टी-ग्राफ डिज़ाइन: E-PCN एक अभिनव आर्किटेक्चर पेश करता है जो समर्पित ग्राफ चैनलों के माध्यम से QCD जेट डायनेमिक्स के पूरक पहलुओं (ज्यामितीय संरचना, रेडिएटिव स्केल्स, स्प्लिटिंग प्रोबेबिलिटीज और मास थ्रेशोल्ड्स) को एक साथ संसाधित करता है, बजाय इसके कि उन्हें एक मोनोलिथिक फीचर सेट के रूप में माना जाए।
मात्रात्मक व्याख्यात्मकता: यह कार्य प्रदर्शित करता है कि कैसे Grad-CAM को मल्टी-ग्राफ GNNs पर लागू किया जा सकता है ताकि भौतिक रूप से व्याख्या योग्य फीचर महत्व के पदानुक्रम को प्रकट किया जा सके। विश्लेषण पुष्टि करता है कि नेटवर्क पर्टर्बेटिव QCD गुणनखंड के अनुरूप चरों को प्राथमिकता देता है।
वास्तविक डेटा पर सामान्यीकरण: सिमुलेशन तक सीमित कई बेंचमार्क के विपरीत, लेखक मॉडल की रिप्रेजेंटेशन गुणवत्ता का मूल्यांकन एस्पेन ओपन जेट्स (Aspen Open Jets) डेटासेट पर करते हैं, जिसमें डिटेक्टर प्रभावों और पाइलअप के साथ वास्तविक CMS कोलिजन डेटा शामिल है। वे ग्राउंड-ट्रुथ लेबल की अनुपस्थिति में क्लस्टरिंग संरचना का आकलन करने के लिए अनसुपरवाइज्ड डीपक्लस्टर (DeepCluster) प्रशिक्षण का उपयोग करते हैं।

परिणाम
JetClass बेंचमार्क (9 सिग्नल क्लासेस और 1 बैकग्राउंड) पर मूल्यांकन किया गया:

वर्गीकरण प्रदर्शन: E-PCN 94.67% का मैक्रो-एक्यूरेसी, 96.78% का मैक्रो-AUC, और 82.41% का मैक्रो-AUPR प्राप्त करता है। ये बेसलाइन PCN की तुलना में क्रमशः 2.36%, 4.13%, और 24.88% के सापेक्ष सुधार का प्रतिनिधित्व करते हैं। विशेष रूप से, हेवी-फ्लेवर चैनलों ( $H \to b\bar{b}$ ) के लिए AUPR में 81.53% का सुधार हुआ।
व्याख्यात्मकता विश्लेषण: Grad-CAM प्रकट करता है कि कोणीय पृथक्करण ( $\Delta$ ) और सापेक्ष अनुप्रस्थ संवेग ( $k_T$ ) सामूहिक रूप से वर्गीकरण निर्णयों के लगभग 76% के लिए जिम्मेदार हैं (40.72% और 35.67% क्रमशः)। यह पदानुक्रम QCD के सॉफ्ट-कोलीनियर फैक्टराइजेशन स्ट्रक्चर के अनुरूप है। क्लास-विशिष्ट भिन्नताएं देखी गईं, जैसे कि ग्लूऑन जेट्स के लिए उच्च $k_T$ महत्व और बॉटम-क्वार्क जेट्स के लिए बढ़ा हुआ $m^2$ महत्व, जो कैसिमिर स्केलिंग (Casimir scaling) और डेड-कोन प्रभाव (dead-cone effect) के अनुरूप है।
वास्तविक डेटा सामान्यीकरण: Aspen Open Jets डेटासेट पर, E-PCN ने PCN की तुलना में काफी अधिक संरचित लेटेंट रिप्रेजेंटेशन उत्पन्न किए। डेविस-बल्डिन इंडेक्स (Davies-Bouldin Index) में 52.15% की कमी आई (0.8395 $\to$ 0.4017), और डन इंडेक्स (Dunn Index) में 42.33% की वृद्धि हुई (0.0189 $\to$ 0.0269), जो बेहतर क्लस्टर कॉम्पैक्टनेस और सेपरेशन को दर्शाता है।

महत्व और दावे
यह पेपर दावा करता है कि E-PCN जेट टैगिंग में उच्च-प्रदर्शन वाले डीप लर्निंग और भौतिक व्याख्यात्मकता के बीच के अंतर को सफलतापूर्वक पाटता है। लुंड प्लेन गतिकीय चरों को ग्राफ संरचना में हार्डकोड करके, मॉडल ऐसे रिप्रेजेंटेशन सीखता है जो सिमुलेशन आर्टिफैक्ट्स के बजाय अंतर्निहित QCD रेडिएशन पैटर्न को दर्शाते हैं। लेखक इस बात पर जोर देते हैं कि हालांकि फीचर महत्व पदानुक्रम सैद्धांतिक QCD भविष्यवाणियों से मेल खाता है, यह इस बात का सत्यापन है कि आर्किटेक्चर प्रभावी रूप से प्रशिक्षण डेटा में मौजूद संरचना का लाभ उठाता है।

महत्वपूर्ण रूप से, वास्तविक CMS डेटा पर बेहतर क्लस्टरिंग प्रदर्शन यह सुझाव देता है कि भौतिक रूप से प्रेरित ये रिप्रेजेंटेशन इतने मजबूत हैं कि वे डिटेक्टर प्रभावों और पाइलअप वाले आदर्श सिमुलेशन से परे वास्तविक प्रयोगात्मक स्थितियों में सामान्यीकरण कर सकें। कार्य यह निष्कर्ष निकालता है कि स्थापित गतिकीय सिद्धांतों के इर्द-गिर्द न्यूरल नेटवर्क बनाने से व्याख्यात्मकता और वर्गीकरण प्रदर्शन दोनों में सुधार होता है, जो भविष्य के हाई-ल्यूमिनोसिटी कोलाइडर वातावरण के लिए जेट टैगिंग के लिए एक आशाजनक दिशा प्रदान करता है। लेखक नोट करते हैं कि पूर्ण प्रयोगात्मक व्यवस्थित अनिश्चितताओं (systematic uncertainties) के तहत इन व्याख्यात्मकता दावों का निर्णायक सत्यापन भविष्य के कार्य का विषय है।