Full Event Interpretation at Belle II: Current Status and Recent Developments

त्सुकुबा, जापान की एक प्रयोगशाला की शांत गूँज के बीच, भौतिक विज्ञानी ब्रह्मांडीय पुनर्निर्माण (cosmic reconstruction) के एक सूक्ष्म खेल में लगे हुए हैं। वे बी मेसॉन (B meson) का अध्ययन कर रहे हैं, जो एक क्षणिक कण है जो तब दिखाई देता है जब इलेक्ट्रॉन और पॉज़िट्रॉन लगभग प्रकाश की गति से टकराते हैं। ये कण अस्थिर होते हैं और लगभग तुरंत अन्य, हल्के कणों के समूह में टूट जाते हैं। प्रकृति के मौलिक नियमों को समझने के लिए, वैज्ञानिकों को यह देखने की आवश्यकता है कि बी मेसॉन ठीक कैसे टूटते हैं, लेकिन इसमें एक पेच है। कभी-कभी, क्षय (decay) से अदृश्य कण उत्पन्न होते हैं, जैसे कि न्यूट्रिनो, जो बिना कोई निशान छोड़े डिटेक्टरों से सीधे निकल जाते हैं। जब ऐसा होता है, तो घटना अधूरी लगती है, जैसे कि गायब टुकड़ों वाली एक पहेली। इसे हल करने के लिए, शोधकर्ता एक चतुर तरकीब का उपयोग करते हैं: वे उसी टकराव में उत्पन्न हुए दूसरे बी मेसॉन के पुनर्निर्माण का प्रयास करते हैं। यदि वे उस पहले कण के साथ ठीक से क्या हुआ, इसका पता लगा लेते हैं, तो भौतिकी के नियम उन्हें अदृश्य वाले कण के गुणों का अनुमान लगाने की अनुमति देते हैं। इस साथी कण की पहचान करने और पुनर्निर्माण करने की प्रक्रिया को "टैगिंग" (tagging) कहा जाता है, और यह ब्रह्मांड के उन रहस्यों को खोलने की कुंजी है जो अन्यथा छिपे रह जाते।

मौजूदा शोध पत्र 'फुल इवेंट इंटरप्रिटेशन' (Full Event Interpretation - FEI) नामक एक परिष्कृत कंप्यूटर प्रोग्राम के नवीनतम विकास का विवरण देता है, जो बेले II (Belle II) प्रयोग में इस टैगिंग प्रक्रिया के लिए प्राथमिक उपकरण के रूप में कार्य करता है। वर्षों से, यह एल्गोरिदम सहयोग का मुख्य आधार रहा है, जो लाखों टकराव की घटनाओं को छाँटकर उन दुर्लभ उदाहरणों को खोजता है जहाँ एक बी मेसॉन एक विशिष्ट तरीके से क्षय होता है। हालाँकि, यह कार्यक्रम सिमुलेशन (simulations) पर बहुत अधिक निर्भर करता है—वे कंप्यूटर मॉडल जो भविष्यवाणी करते हैं कि कणों को कैसे व्यवहार करना चाहिए। यदि ये मॉडल वास्तविकता से पूरी तरह मेल नहीं खाते हैं, तो कार्यक्रम गलतियाँ करता है, अच्छे आयोजनों को छोड़ देता है या गलत आयोजनों की पहचान कर लेता है। इस अध्ययन के लेखक FEI प्रणाली के एक बड़े बदलाव का वर्णन करते हैं, जो इस अहसास से प्रेरित था कि कणों के क्षय के अंतर्निहित मॉडल थोड़े गलत थे। इन मॉडलों को ठीक करके और डेटा को देखने के तरीके को परिष्कृत करके, उन्होंने इन मायावी कण क्षयों को खोजने और सही ढंग से पहचानने की क्षमता में महत्वपूर्ण सुधार किया है।

सुधार का मुख्य केंद्र यह है कि शोधकर्ताओं ने हैड्रोनिक बी मेसॉन (hadronic B mesons) के क्षय को कैसे मॉडल किया, जो ऐसे कण हैं जो क्वार्क्स से बने अन्य कणों में टूट जाते हैं। टीम ने पाया कि उनके पिछले कंप्यूटर सिमुलेशन पुराने मापों और इन कणों के व्यवहार के बारे में सरलीकृत धारणाओं पर आधारित थे। एक विशिष्ट मामले में, जिसमें डी मेसॉन (D meson) और पायॉन्स (pions) में क्षय शामिल था, पुराने सिमुलेशन ने एक निश्चित क्षय पैटर्न का अनुमान लगाया था जो वास्तव में बहुत व्यापक और गलत था। यह त्रुटि बहुत पुराने डेटा पर निर्भर रहने के कारण हुई थी जिसमें बड़ी सांख्यिकीय अनिश्चितताएं थीं। हाल के प्रयोगों से नए, अधिक सटीक मापों को शामिल करके, टीम ने सिमुलेशन को इन क्षयों की वास्तविक, अधिक जटिल संरचना को दर्शाने के लिए अपडेट किया। उन्होंने एक सूक्ष्म त्रुटि को भी सुधारा जहाँ सिमुलेशन ने गलती से एक ही क्षय पथ को दो बार गिन लिया था, जिससे परिणाम प्रभावित हुए थे। ये परिवर्तन मामूली सुधार नहीं थे; इन्होंने मौलिक रूप से बदल दिया कि कंप्यूटर कण के व्यवहार को कैसे समझता है, जिससे डिजिटल मॉडल भौतिक दुनिया के बहुत करीब आ गया।

इन मॉडलिंग अपडेट के साथ-साथ, शोधकर्ताओं ने एल्गोरिदम के उस तरीके को परिष्कृत किया जिससे वह तटस्थ कणों (neutral particles), जैसे कि फोटॉन और न्यूट्रल पायॉन्स को संभालता है, जिन्हें पहचानना अत्यंत कठिन होता है। अतीत में, इन कणों के लिए चयन नियम अत्यधिक सख्त थे, जिससे सिस्टम कई वैध संकेतों को त्याग देता था। टीम ने इन मानदंडों को ढीला किया ताकि वे प्रयोग के पूर्ववर्ती द्वारा उपयोग की गई सफल विधियों से मेल खा सकें, जिससे डेटा का प्रवाह बढ़ गया। उन्होंने एक गणितीय बाधा (mathematical constraint) भी पेश की जो एक न्यूट्रल पायॉन के पुनर्निर्मित द्रव्यमान को उसके ज्ञात भौतिक मान से मेल खाने के लिए मजबूर करती है, जिससे माप की सटीकता बढ़ जाती है। इन समायोजनों ने FEI को उन घटनाओं की एक बड़ी संख्या को पुनः प्राप्त करने में सक्षम बनाया जो पहले खो गई थीं, जिससे प्रभावी रूप से पूरे प्रयोग की संवेदनशीलता बढ़ गई।

यह सुनिश्चित करने के लिए कि ये परिवर्तन वास्तव में काम कर रहे हैं, टीम ने सिस्टम की सटीकता परीक्षण करने के लिए एक नया तरीका विकसित किया। केवल पुराने तरीकों पर निर्भर रहने के बजाय, उन्होंने FEI को एक विशिष्ट, अच्छी तरह से समझे गए क्षय चैनल के साथ जोड़ा जिसमें एक डी मेसॉन और एक पायॉन शामिल है। यह नया नियंत्रण चैनल एक कठोर बेंचमार्क के रूप में कार्य करता है, जिससे उन्हें यह मापने में मदद मिली कि सिमुलेशन वास्तविक डेटा के साथ कितनी अच्छी तरह मेल खाता है। परिणाम आश्चर्यजनक थे। नए सिस्टम ने कंप्यूटर मॉडल और वास्तविक टकराव डेटा के बीच सामंजस्य में नाटकीय सुधार दिखाया। कैलिब्रेशन फैक्टर (calibration factor), जो यह मापता है कि सिमुलेशन वास्तविकता की कितनी अच्छी भविष्यवाणी करता है, लगभग 0.65 से बढ़कर 0.83 हो गया, जो एक अधिक विश्वसनीय प्रणाली का संकेत देता है। इसके अलावा, चयनित घटनाओं की शुद्धता (purity)—सभी उम्मीदवारों में से सही पहचानों का अंश—0.56 से बढ़कर 0.63 हो गई।

इस कार्य का सबसे मूर्त परिणाम प्रयोग की दक्षता में भारी वृद्धि है। अपडेट किया गया एल्गोरिदम, जो अब इन बेहतर मॉडलों और परिष्कृत डेटा पर प्रशिक्षित है, बी मेसॉन को पहले की तुलना में बहुत अधिक बार खोज और टैग कर सकता है। लेखक रिपोर्ट करते हैं कि धनावेशित बी मेसॉन की पहचान करने की दक्षता में लगभग 50 प्रतिशत की वृद्धि हुई है, जबकि तटस्थ बी मेसॉन के लिए दक्षता में लगभग 30 प्रतिशत की वृद्धि हुई है। इसका अर्थ है कि हर सौ आयोजनों के लिए जिन्हें पुराना सिस्टम सफलतापूर्वक विश्लेषित कर सकता था, नया सिस्टम अब काफी अधिक आयोजनों को संभाल सकता है, जिससे भौतिकविदों को दुर्लभ और वर्जित प्रक्रियाओं के अध्ययन के लिए एक बहुत बड़ा डेटासेट प्राप्त होता है। शोध पत्र भविष्य की ओर देखते हुए निष्कर्ष निकालता है, यह नोट करते हुए कि हालांकि ये लाभ पर्याप्त हैं, फिर भी और अधिक सुधार संभव हैं। टीम का सुझाव है कि भविष्य के कार्य में और भी विस्तृत क्षय मॉडल और आधुनिक मशीन-लर्निंग तकनीकों, जैसे कि ग्राफ न्यूरल नेटवर्क को अपनाना शामिल हो सकता है, ताकि कणों के बीच जटिल संबंधों को पकड़ा जा सके जिन्हें वर्तमान विधियां शायद छोड़ देती हैं। हालाँकि, फिलहाल के लिए, फुल इवेंट इंटरप्रिटेशन एक अधिक शक्तिशाली और सटीक उपकरण है, जो बेले II प्रयोग को पदार्थ और प्रति-पदार्थ (matter and antimatter) के गहरे रहस्यों को खोजने में मदद करने के लिए तैयार है।