⚛️ nuclear experiments

CUORE Data Release for ML Applications: Pulse Shape Analysis Dataset

यह शोध पत्र CUORE प्रयोग के थर्मल पल्स का एक सार्वजनिक डेटासेट प्रस्तुत करता है, जिसे क्रायोजेनिक कैलोरीमीटर अनुसंधान में पल्स शेप विश्लेषण और पाइल-अप पहचान के लिए AI/ML एल्गोरिदम के विकास और बेंचमार्किंग को सुगम बनाने हेतु सिंगल बनाम पाइल-अप घटनाओं के लिए बाइनरी लेबल के साथ HDF5 प्रारूप में व्यवस्थित किया गया है।

मूल लेखक: CUORE Collaboration

प्रकाशित 2026-07-07

📖 4 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: CUORE Collaboration

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

कल्पना कीजिए कि इटली में जमीन के बहुत नीचे स्थित एक विशाल, अत्यंत संवेदनशील पुस्तकालय है, जहाँ नन्हे, जमे हुए क्रिस्टल रखे हैं। यह CUORE प्रयोग है। इसका काम ब्रह्मांड की सबसे हल्की फुसफुसाहटों को सुनना है—विशेष रूप से, एक दुर्लभ घटना जिसे "न्यूट्रिनलेस डबल-बीटा डिके" (neutrinoless double-beta decay) कहा जाता है। इन फुसफुसाहटों को सुनने के लिए, इन क्रिस्टलों को बाहरी अंतरिक्ष से भी अधिक ठंडे तापमान (लगभग 10 मिलीकेल्विन) पर ठंडा किया जाता है।

जब कोई कण इनमें से किसी एक क्रिस्टल से टकराता है, तो वह थोड़ी सी गर्मी पैदा करता है। क्रिस्टल का तापमान बस एक बाल के बराबर बढ़ जाता है, और एक विशेष सेंसर (एक सुपर-सेंसिटिव थर्मामीटर की तरह) इसे एक ग्राफ पर एक "पल्स" या लहर के रूप में रिकॉर्ड करता है।

समस्या: एक शोर वाला कमरा

वैज्ञानिकों ने लाखों ऐसे पल्स एकत्र किए हैं। हालाँकि, वे सभी वे "साफ" संकेत नहीं हैं जिन्हें वे खोज रहे हैं। कभी-कभी, दो या दो से अधिक कण लगभग एक ही समय पर क्रिस्टल से टकराते हैं।

इसे इस तरह सोचें:

एक साफ पल्स (A Clean Pulse): कल्पना कीजिए कि कोई एक शांत कमरे में एक बार ताली बजाता है। आप एक स्पष्ट, अकेली ताली सुनते हैं। यह एक "साफ" घटना है।
एक पाइल-अप पल्स (A Pile-Up Pulse): अब कल्पना करें कि दो लोग एक ही समय पर ताली बजा रहे हैं, या एक व्यक्ति ताली बजा रहा है जबकि पहली ताली की गूँज अभी भी कम हो रही है। आपको एक शोर भरा, विकृत स्वर सुनाई देता है। यह एक "पाइल-अप" घटना है।

CUORE प्रयोग में, ये "शोर भरे" स्वर (पाइल-अप) वैज्ञानिकों को भ्रमित कर सकते हैं। वे उस दुर्लभ संकेत की तरह दिख सकते जिसे टीम खोज रही है, या वे वास्तविक संकेत को शोर के पीछे छिपा सकते हैं।

समाधान: AI के लिए एक नया डेटासेट

इस शोध पत्र के लेखक कह रहे हैं, "हमारे पास इन तालियों (पल्स) का एक विशाल संग्रह है, और हम जानते हैं कि इनमें से कौन सी साफ हैं और कौन सी शोर भरी (messy) हैं।"

उन्होंने इस संग्रह को एक सार्वजनिक डेटासेट (public dataset) के रूप में जारी किया है ताकि कोई भी जो आर्टिफिशियल इंटेलिजेंस (AI) और मशीन लर्निंग (ML) पर काम करता है, उसका उपयोग कर सके।

इस डेटासेट में निम्नलिखित शामिल हैं:

लहरें (The Waves): प्रत्येक डेटा पॉइंट एक वोल्टेज वेव (गर्मी की "आवाज") की 10 सेकंड की रिकॉर्डिंग है। यह एक ताली की 10 सेकंड की ऑडियो क्लिप की तरह है।
लेबल (The Labels): प्रत्येक क्लिप के साथ एक टैग आता है।
- लेबल 0: "साफ" (केवल एक ताली)।
- लेबल 1: "पाइल-अप" (दो या अधिक मिली हुई तालियाँ)।
टूल्स (The Tools): वे रिकॉर्डिंग को साफ करने का "नुस्खा" (नॉर्मलाइजेशन) भी प्रदान करते हैं ताकि एक AI आसानी से इनका अध्ययन कर सके।

चुनौती: क्या AI सीख सकता है?

यह शोध पत्र AI समुदाय को एक मैत्रीपूर्ण चुनौती देता है:

कार्य (The Task): एक कंप्यूटर प्रोग्राम (मशीन लर्निंग मॉडल) बनाएं जो कच्ची लहर (raw wave) को देखे और अनुमान लगाए: "क्या यह एक साफ ताली (0) है या एक शोर भरी पाइल-अप (1) है?"
लक्ष्य (The Goal): AI को बिना अनजाने में साफ संकेतों को हटाए, शोर वाले संकेतों को पहचानने में बहुत कुशल होना चाहिए।
परीक्षण (The Test): वैज्ञानिकों ने लहरों के एक विशिष्ट सेट (टेस्ट सेट) के उत्तर छिपा दिए हैं। यदि आप एक मॉडल बनाते हैं, तो आप इन छिपी हुई लहरों पर अपना मॉडल चला सकते हैं और अपने अनुमान लगाकर देख सकते हैं कि आपने कैसा प्रदर्शन किया।

यह क्यों महत्वपूर्ण है (शोध पत्र के अनुसार)

शोध पत्र का दावा है कि यह एक उच्च-गुणवत्ता वाला संसाधन है क्योंकि:

यह डेटा एक वास्तविक, विश्व स्तरीय भौतिकी प्रयोग से आता है।
इसके लेबल सख्त भौतिकी नियमों पर आधारित हैं, इसलिए वे विश्वसनीय हैं।
यह वैज्ञानिकों को भविष्य के प्रयोगों में शोर को छानने में मदद करने के लिए नई AI तकनीकों का परीक्षण करने की अनुमति देता है।

संक्षेप में: CUORE टीम अपने जमे हुए क्रिस्टल से प्राप्त "साफ" और "शोर भरी" गर्मी के संकेतों का एक पुस्तकालय साझा कर रही है। वे AI विशेषज्ञों को एक स्मार्ट फिल्टर बनाने के लिए आमंत्रित कर रहे हैं जो तुरंत यह बता सके कि एक एकल कण की टक्कर और एक दोहरी टक्कर के बीच क्या अंतर है, जिससे दुर्लभ ब्रह्मांडीय घटनाओं की खोज और भी सटीक हो सके।

तकनीकी सारांश: ML अनुप्रयोगों के लिए CUORE डेटा रिलीज़

समस्या विवरण
CUORE (क्रायोजेनिक अंडरग्राउंड ऑब्जर्वेटरी फॉर रेयर इवेंट्स) प्रयोग $^{130}\text{Te}$ के न्यूट्रिनोलेस डबल-बीटा ( $0\nu\beta\beta$ ) क्षय की खोज करता है। इस खोज में एक महत्वपूर्ण बैकग्राउंड स्रोत "पाइल-अप" (pile-up) घटनाओं से उत्पन्न होता है, जहाँ दो या अधिक अलग-अलग कण अंतःक्रियाएं एक ही सिंगल क्रिस्टल कैलोरीमीटर के भीतर 10-सेकंड के एकल इवेंट विंडो में ऊर्जा जमा करती हैं। जबकि सहयोग (collaboration) ने इन घटनाओं की पहचान करने के लिए भौतिकी-आधारित विधियाँ स्थापित की हैं, पल्स शेप विश्लेषण और वर्गीकरण के लिए क्रायोजेनिक कैलोरीमेट्री में AI/ML एल्गोरिदम विकसित करने और उनके बेंचमार्किंग के लिए ओपन साइंटिफिक डेटासेट्स की मांग बढ़ रही है।

कार्यप्रणाली और डेटासेट निर्माण
यह शोध पत्र एक क्यूरेटेड पब्लिक डेटासेट प्रस्तुत करता है जो विशेष रूप से पल्स वर्गीकरण के लिए सुपरवाइज्ड लर्निंग दृष्टिकोणों का समर्थन करने हेतु डिज़ाइन किया गया है, जिसे CUORE कैलिब्रेशन डेटा से प्राप्त किया गया है। यह डेटासेट पल्स वर्गीकरण की बाइनरी क्लासिफिकेशन समस्या को संबोधित करता है, जो निम्नलिखित के बीच अंतर करता है:

क्लास 0 (क्लीन पल्स): सिंगल-पल्स इवेंट जो 10-सेकंड की विंडो के भीतर मानक थर्मल पल्स आकार प्रदर्शित करते हैं।
क्लास 1 (पाइल-अप पल्स): ऐसी घटनाएँ जिनमें एक ही विंडो के भीतर दो या अधिक पल्स होते हैं, जो समय-पृथक हो सकते हैं और जिनके आयाम (amplitudes) भिन्न हो सकते हैं।

डेटा विनिर्देश:

स्रोत: $\sim10$ mK पर संचालित 988 $\text{TeO}_2$ क्रिस्टल कैलोरीमीटर।
फॉर्मेट: HDF5 फाइलें जिनमें कुल 10,000 इवेंट्स (5,000 क्लीन, 5,000 पाइल-अप) शामिल हैं।
वेवफॉर्म संरचना: प्रत्येक इवेंट 1,000 Hz पर सैंपल्ड 10,000 की लंबाई वाला एक 1-डायमेंशनल टाइम-सीरीज ऐरे है। विंडो को इस तरह परिभाषित किया गया है कि ट्रिगर्ड पल्स राइज मिडपॉइंट इंडेक्स 3000 के पास होता है, जिससे $\sim3$ सेकंड का प्री-ट्रिगर बेसलाइन प्राप्त होता है।
लेबलिंग: लेबल, फ्लैग किए गए पल्स की संख्या ( $n_{\text{pulses}}$ ) और CUORE 2 टन $\cdot$ वर्ष पल्स शेप डिस्क्रीमिनेशन कट से प्राप्त नॉर्मलाइज्ड रिकंस्ट्रक्शन एरर ( $n_{\text{rei}}$ ) से प्राप्त किए गए हैं। यदि $n_{\text{pulses}}=1$ और $|n_{\text{rei}}| < 10$ है, तो लेबल 0 असाइन किया जाता है; यदि $n_{\text{pulses}} > 1$ और $|n_{\text{rei}}| > 10$ है, तो लेबल 1 असाइन किया जाता है।
नॉर्मलाइजेशन: AI/ML प्रीप्रोसेसिंग को सुगम बनाने के लिए, प्रत्येक इवेंट में नॉर्मलाइजेशन के लिए मेटाडेटा शामिल है: एक ऑफसेट (पहले 2,500 सैंपल्स का माध्य), एक मैक्सिमम वैल्यू, और एक स्केल फैक्टर। यह शोध पत्र पायथन स्क्रिप्ट प्रदान करता है जो यह प्रदर्शित करती है कि कैसे नॉर्मलाइज्ड वेवफॉर्म $\tilde{p}_i(t)$ का निर्माण किया जाए और उन्हें $[0, 1]$ रेंज में क्लिप किया जाए।

प्रमुख योगदान

पब्लिक डेटासेट रिलीज़: सहयोग ने अपने डेटा के एक हिस्से को Zenodo (DOI: 10.5281/zenodo.20721645) के माध्यम से HDF5 फॉर्मेट में जारी किया है, जिसे 90% ट्रेनिंग और 10% टेस्ट सेट्स में विभाजित किया गया है।
मानकीकृत बेंचमार्किंग: यह शोध पत्र एक विशिष्ट पल्स क्लासिफिकेशन चैलेंज प्रस्तावित करता है। प्रतिभागियों को होल्ड-आउट टेस्ट सेट (जहाँ लेबल गुप्त रखे गए हैं) पर भविष्यवाणियाँ प्रस्तुत करने के लिए आमंत्रित किया जाता है, जिनका मूल्यांकन निम्नलिखित पर किया जाएगा:
- एरिया अंडर द रिसीवर ऑपरेटिंग कैरेक्टरिस्टिक कर्व (AUC-ROC)।
- क्लासिफिकेशन एक्यूरेसी।
- 90% ट्रू पॉजिटिव रेट (TPR) पर फॉल्स पॉजिटिव रेट (FPR), जो नियंत्रित सिग्नल एफिशिएंसी के लिए आवश्यक एक मेट्रिक है।
पुनरुत्पादकता (Reproducibility): लेखक h5py और numpy का उपयोग करके डेटा को लोड करने, नॉर्मलाइज करने और Conv1D न्यूरल नेटवर्क इनपुट के लिए फॉर्मेट करने के न्यूनतम पायथन उदाहरण प्रदान करते हैं।

परिणाम और दावे
यह शोध पत्र किसी विशिष्ट मशीन लर्निंग मॉडल के परिणाम प्रस्तुत नहीं करता है जिसे लेखकों द्वारा प्रशिक्षित किया गया हो, न ही यह क्लासिफिकेशन एक्यूरेसी में किसी नए रिकॉर्ड का दावा करता है। इसके बजाय, प्रस्तुत "परिणाम" स्वयं डेटासेट के सफल क्यूरेशन और रिलीज़ हैं। लेखकों का दावा है कि यह रिलीज़ उच्च-गुणवत्ता वाले, टाइम-सीरीज क्रायोजेनिक डेटा को अच्छी तरह से समझे गए, भौतिकी-आधारित लेबल्स के साथ जोड़कर AI/ML समुदाय के लिए एक "उत्कृष्ट संसाधन" के रूप में कार्य करती है।

महत्व
इस कार्य का महत्व ओपन साइंस को सुगम बनाने और दुर्लभ-इवेंट खोजों के लिए विश्लेषण तकनीकों को आगे बढ़ाने में निहित है। पल्स शेप विश्लेषण के लिए सुपरवाइज्ड लर्निंग एल्गोरिदम के परीक्षण और विकास को सक्षम करके, यह डेटासेट स्पष्ट बाइनरी लेबल्स (क्लीन बनाम पाइल-अप) के साथ एक सुव्यवस्थित डेटासेट प्रदान करता है। यह $0\nu\beta\beta$ डिके खोजों और क्रायोजेनिक कैलोरीमीटरों से जुड़े अन्य अनुप्रयोगों में बैकग्राउंड रिजेक्शन में सुधार करने के व्यापक लक्ष्य का समर्थन करता है। लेखक स्पष्ट रूप से अनुरोध करते हैं कि इस डेटा के उपयोग से होने वाले किसी भी प्रकाशन में संबंधित CUORE फिजिक्स परिणामों (Ref. [4]) और इस विशिष्ट arXiv पेपर को उद्धृत किया जाए।

समस्या: एक शोर वाला कमरा

समाधान: AI के लिए एक नया डेटासेट

चुनौती: क्या AI सीख सकता है?

यह क्यों महत्वपूर्ण है (शोध पत्र के अनुसार)

तकनीकी सारांश: ML अनुप्रयोगों के लिए CUORE डेटा रिलीज़

इसी तरह के और पेपर