⚛️ high-energy experiments

A machine-learning method for the estimation of the background from jets misidentified as hadronic tau lepton decays

यह शोध पत्र MUFFIN प्रस्तुत करता है, जो CMS डेटा में हैड्रोनिक टॉ (hadronic tau) लेप्टॉन के रूप में गलत पहचाने गए जेट्स से बैकग्राउंड का अनुमान लगाने के लिए बूस्टेड डिसीजन ट्री रीवेटिंग (boosted decision tree reweighting) का उपयोग करने वाली एक मशीन-लर्निंग विधि है, जो पारंपरिक लो-डायमेंशनल पैरामीट्राइजेशन तकनीकों की तुलना में किनेमैटिक मॉडलिंग में महत्वपूर्ण सुधार करती है और संबंधित व्यवस्थित अनिश्चितताओं को 70% तक कम करती है।

मूल लेखक: CMS Collaboration

प्रकाशित 2026-10-12

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: CMS 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

सर्न (CERN) में लार्ज हैड्रॉन कोलाइडर के भीतर होने वाली विशाल, उच्च-ऊर्जा टक्करों में, वैज्ञानिक लगातार ब्रह्मांड के सबसे मौलिक कणों के सूक्ष्म पदचिह्नों की खोज कर रहे हैं। इनमें से, ताऊ लेप्टॉन (tau lepton) एक विशेष स्थान रखता है। यह इलेक्ट्रॉन परिवार का सबसे भारी सदस्य है, एक ऐसा कण जो इतना विशाल है कि बनने के तुरंत बाद ही क्षय (decay) हो जाता है। जब यह अन्य कणों में क्षय होता है, तो यह अक्सर हैड्रोन (hadrons) की एक बौछार छोड़ता है, जो कणों का एक विशिष्ट प्रकार है जिसमें प्रोटॉन और न्यूट्रॉन शामिल हैं। इन बौछारों का पता लगाना महत्वपूर्ण है क्योंकि वे हिग्स बोसोन (Higgs boson) को समझने के लिए एक प्रमुख संकेत के रूप में कार्य करते हैं, जो वह कण है जो अन्य द्रव्यमान को प्रदान करता है, और उन पूरी तरह से नए भौतिक विज्ञानों की खोज करने के लिए भी, जो हमारे वर्तमान सिद्धांतों से परे हैं। हालाँकि, इन ताऊ बौछारों को खोजना एक घने जंगल में पक्षियों के एक विशिष्ट प्रकार को पहचानने जैसा है; जंगल प्रोटॉन के टकराव से उत्पन्न होने वाले कणों के साधारण जेट्स से भरा हुआ है, और ये जेट्स उन ताऊ बौछारों के समान दिख सकते हैं जिन्हें वैज्ञानिक खोज रहे हैं। वास्तविक सिग्नल को उनके ढेर सारे छद्म रूपों (impostors) के इस भारी बैकग्राउंड से अलग करना आधुनिक कण भौतिकी की सबसे कठिन चुनौतियों में से एक है।

वर्षों से, शोधकर्ता यह अनुमान लगाने के लिए कि साधारण जेट्स कितनी बार अपने डिटेक्टरों को ताऊ लेप्टॉन होने का भ्रम देते हैं, "फेक फैक्टर" (Fake Factor) नामक तकनीक पर भरोसा करते रहे हैं। यह दृष्टिकोण उन विशिष्ट डेटा क्षेत्रों को देखने और एक सरल अनुपात की गणना करने पर काम करता है जहाँ जेट्स की उपस्थिति ज्ञात है, ताकि यह भविष्यवाणी की जा सके कि वे उन क्षेत्रों में कितनी बार दिखाई देंगे जहाँ वैज्ञानिक नए भौतिक विज्ञान की खोज कर रहे हैं। जबकि यह विधि प्रभावी रही है, यह सरलीकृत धारणाओं के एक सेट पर काम करती है। यह कणों के जटिल व्यवहार को एक सपाट, द्वि-आयामी मानचित्र की तरह मान लेती है, और टकराव के विभिन्न गुणों के बीच के जटिल, बहु-स्तरीय संबंधों की अनदेखी करती है। जैसे-जैसे प्रयोग अधिक सटीक होते जा रहे हैं और डेटा अधिक प्रचुर होता जा रहा है, ये सरलीकरण अपनी सीमाओं को दिखाने लगे हैं, जिससे ऐसी अनिश्चितताएं पैदा हो रही हैं जो उन संकेतों को धुंधला कर सकती हैं जिन्हें वैज्ञानिक खोजने का प्रयास कर रहे हैं।

सर्न के सीएमएस (CMS) सहयोग द्वारा किए गए एक नए अध्ययन ने इस समस्या के लिए एक अधिक परिष्कृत समाधान पेश किया है, जिसमें बैकग्राउंड शोर का अधिक सटीक चित्र बनाने के लिए मशीन लर्निंग का उपयोग किया गया है। टीम ने एक तकनीक विकसित की है जिसे वे MUFFIN कहते हैं, जिसका अर्थ है 'मल्टीवेरिएट फेक-फैक्टर इन्फरेंस' (MUltivariate Fake-Factor INference)। साधारण, निम्न-आयामी अनुपातों पर निर्भर रहने के बजाय, यह नई विधि एक प्रकार की आर्टिफिशियल इंटेलिजेंस का उपयोग करती है जिसे 'बूस्टेड डिसीजन ट्री' (boosted decision tree) कहा जाता है, ताकि यह सीधे टकराव के डेटा से सीख सके। यह प्रणाली एक वास्तविक ताऊ लेप्टॉन और एक ऐसे जेट के बीच सूक्ष्म, बहु-आयामी पैटर्न को पहचानने के लिए प्रशिक्षित है जो केवल उसकी नकल करता है। कणों की ऊर्जा, उनकी दिशा और घटना के समग्र आकार जैसे विविध विशेषताओं का एक साथ विश्लेषण करके, यह एल्गोरिदम इस बात का एक विस्तृत, त्रि-आयामी मानचित्र बनाता है कि जेट्स कितनी बार गलत पहचाने जाते हैं। यह शोधकर्ताओं को प्रत्येक एकल कण उम्मीदवार (candidate) पर एक अद्वितीय सुधार कारक (correction factor) लागू करने की अनुमति देता है, न कि पूरे समूह पर एक व्यापक औसत लागू करने की।

शोधकर्ताओं ने इस नए दृष्टिकोण का परीक्षण 2022 और 2023 में CMS डिटेक्टर द्वारा रिकॉर्ड किए गए प्रोटॉन-प्रोटॉन टकरावों के एक विशाल डेटासेट का उपयोग करके किया, जो 13.6 टेरा-इलेक्ट्रॉनवोल्ट की टक्कर ऊर्जा पर 62.4 इनवर्स फेमटोबार्न (inverse femtobarns) की एकीकृत ल्यूमिनोसिटी (integrated luminosity) के अनुरूप है। उन्होंने विभिन्न परिदृश्यों में, जिनमें हिग्स बोसोन की खोज और भारी नए कणों का अध्ययन शामिल है, पारंपरिक फेक फैक्टर तकनीक के मुकाबले अपने मशीन-लर्निंग पद्धति के प्रदर्शन की तुलना की। परिणाम एक स्पष्ट और महत्वपूर्ण सुधार दिखाते हैं। नई विधि बैकग्राउंड जेट्स के व्यवहार को बहुत अधिक सटीकता के साथ मॉडल करने में सक्षम थी, विशेष रूप से उन क्षेत्रों में जहाँ कणों की ऊर्जा बहुत अधिक होती है, जो अक्सर नए भौतिक विज्ञान की खोज के लिए सबसे महत्वपूर्ण क्षेत्र होते हैं। पारंपरिक विधि में, सरलीकृत धारणाएं अक्सर अनुमानित बैकग्राउंड और वास्तव में देखे गए डेटा के बीच विसंगतियां पैदा करती थीं, जिसके कारण शोधकर्ताओं को अनिश्चितता को नियंत्रित करने के लिए अपनी गणनाओं में बड़े सुरक्षा मार्जिन जोड़ने की आवश्यकता होती थी।

MUFFIN पद्धति के साथ, ये विसंगतियां नाटकीय रूप से कम हो गईं। अध्ययन में पाया गया कि जेट्स के ताऊ लेप्टॉन के रूप में गलत पहचान से जुड़ी व्यवस्थित अनिश्चितता (systematic uncertainty) कुछ चैनलों में 70 प्रतिशत तक कम हो गई। यह कमी केवल एक सांख्यिकीय विवरण नहीं है; यह प्रयोगों की संवेदनशीलता को मौलिक रूप से बदल देती है। बैकग्राउंड शोर पर नियंत्रण को कड़ा करके, शोधकर्ता अब डेटा में अधिक स्पष्टता से देख सकते हैं, जिससे नए कणों या दुर्लभ प्रक्रियाओं के धुंधले संकेतों को पहचानना आसान हो जाता है जो अन्यथा शोर में खो सकते थे। यह पद्धति विभिन्न प्रकार की टकराव घटनाओं में मजबूत साबित हुई और यह प्रभावी रूप से काम करती है जब ताऊ लेप्टॉन जोड़े में या म्यूऑन (muons) जैसे अन्य कणों के साथ उत्पन्न होते हैं।

इस दृष्टिकोण की सफलता यह प्रदर्शित करती है कि मशीन लर्निंग को भौतिक विज्ञान के कठोर, डेटा-संचालित स्वरूप को खोए बिना, प्रायोगिक भौतिकी के मूल में सफलतापूर्वक एकीकृत किया जा सकता है। MUFFIN पद्धति यह अनुमान लगाने के लिए सैद्धांतिक सिमुलेशन पर निर्भर नहीं करती है कि बैकग्राउंड कैसे व्यवहार करता है; इसके बजाय, यह डिटेक्टर द्वारा एकत्र किए गए वास्तविक दुनिया के डेटा से उत्तर सीखती है। यह परिणामों को अधिक विश्वसनीय और वर्कफ़्लो को अधिक सुव्यवस्थित बनाता है, जिससे उन जटिल, बहु-चरणीय सुधारों की आवश्यकता समाप्त हो जाती है जो पहले पुराने तरीकों की कमियों को ठीक करने के लिए आवश्यक थे। जैसे-जैसे लार्ज हैड्रॉन कोलाइडर डेटा एकत्र करना जारी रखता है, यह तकनीक भविष्य की खोजों के लिए एक शक्तिशाली उपकरण प्रदान करती है, जिससे भौतिकविदों को अधिक विश्वास और सटीकता के साथ अपने ज्ञान की सीमाओं को आगे बढ़ाने की अनुमति मिलती है। सिग्नल को शोर से इतनी स्पष्टता के साथ अलग करने की क्षमता उस निरंतर खोज में एक महत्वपूर्ण कदम है जो हमारे ब्रह्मांड को नियंत्रित करने वाले मौलिक नियमों को समझने की दिशा में है।

तकनीकी सारांश: MUFFIN – जेट-टू-टाऊ (Jet-to-Tau) बैकग्राउंड अनुमान के लिए एक मशीन-लर्निंग विधि

समस्या विवरण
CMS प्रयोग में हैड्रोनिक रूप से क्षय होने वाले टाऊ लेप्टॉन ( $\tau_h$ ) से संबंधित विश्लेषणों में, एक प्राथमिक प्रयोगात्मक चुनौती उन क्वार्क- और ग्लूऑन-जनित जेट्स से उत्पन्न होने वाला बैकग्राउंड है जो $\tau_h$ उम्मीदवारों के रूप में गलत पहचान लिए जाते हैं ( $jet \to \tau_h$ )। यह बैकग्राउंड, जो मुख्य रूप से QCD मल्टीजेट उत्पादन, $W$ +जेट्स, और टॉप क्वार्क पेयर ( $t\bar{t}$ ) प्रक्रियाओं से उत्पन्न होता है, $\tau_h$ क्षय के जटिल प्रयोगात्मक सिग्नेचर की नकल करता है। इस बैकग्राउंड का अनुमान लगाने के लिए मानक दृष्टिकोण "फेक फैक्टर" (FF) विधि है, जो डेटा-संचालित कंट्रोल रीजन से प्राप्त ट्रांसफर फैक्टर्स (TFs) के लो-डायमेंशनल पैरामीट्राइजेशन पर निर्भर करता है। हालांकि, FF विधि की अंतर्निहित सीमाएं हैं: यह मानती है कि मिस-आइडेंटिफिकेशन प्रोबेबिलिटी (गलत पहचान की संभावना) वेरिएबल्स के एक सीमित सेट में फैक्टराइज (विभाजित) होती है, जिससे ऑब्जेक्ट-लेवल और इवेंट-लेवल मात्राओं के बीच सहसंबंधों (correlations) की अनदेखी होती है। इसके परिणामस्वरूप स्पार्सली पॉपुलेटेड बिन्स (कम भरे हुए बिन्स) में सांख्यिकीय सीमाएं, लुप्त वेरिएबल डिपेंडेंसीज से व्यवस्थित अनिश्चितताएं (systematic uncertainties), और जटिल, बहु-चरणीय सुधार वर्कफ्लो की आवश्यकता होती है, जो विशेष रूप से उच्च- $p_T$ क्षेत्रों और मल्टीवेरिएट डिस्क्रीमिनेन्ट्स में भौतिकी विश्लेषणों की समग्र सटीकता और संवेदनशीलता को कम कर सकते हैं।

कार्यप्रणाली: MUFFIN दृष्टिकोण
यह शोध पत्र MUltivariate Fake-Factor INference (MUFFIN) को पेश करता है, जो FF विधि का एक मशीन-लर्निंग आधारित विकल्प है। MUFFIN, स्पष्ट लो-डायमेंशनल पैरामीट्राइजेशन के स्थान पर सीधे देखे गए डेटा से सीखे गए मल्टीडायमेंशनल, प्रति-ऑब्जेक्ट रीवेटिंग फंक्शन्स का उपयोग करके बैकग्राउंड अनुमान के प्रतिमान को सामान्य बनाता है।

मुख्य तंत्र: यह विधि बूस्टेड डिसीजन ट्रीज़ (BDTs) का उपयोग करती है, जिसे XGBOOST फ्रेमवर्क के माध्यम से लागू किया गया है, जो नामित पहचान आवश्यकताओं को पास करने वाले ("pass") और ढीले वर्किंग पॉइंट को पास करने वाले लेकिन औपचारिक आवश्यकताओं में विफल रहने वाले ("fail") $\tau_h$ उम्मीदवारों के बीच अंतर करने के लिए प्रशिक्षित किए गए हैं।
प्रशिक्षण रणनीति: BDTs को विशिष्ट बैकग्राउंड प्रक्रियाओं (QCD मल्टीजेट, $W$ +जेट्स, और $t\bar{t}$ ) से समृद्ध "डिटरमिनेशन रीजन" (DRs) में प्रशिक्षित किया जाता है। प्रशिक्षण इनपुट में स्थानीय ऑब्जेक्ट गुण (जैसे $\tau_h$ डिके मोड, $p_T$ , $\eta$ , $\phi$ , और जेट $p_T$ का $\tau_h$ $p_T$ के साथ अनुपात) और ग्लोबल इवेंट वेरिएबल्स (जैसे कुल जेट मल्टीसिटी, $b$ -टैग्ड जेट्स की संख्या) शामिल हैं। महत्वपूर्ण रूप से, लक्षित जेट $\to \tau_h$ घटक के लिए यह विधि पूरी तरह से डेटा-संचालित है; प्रशिक्षण या घटाव (subtraction) चरणों में विशिष्ट जेट $\to \tau_h$ प्रक्रिया के किसी भी सिमुलेशन का उपयोग नहीं किया गया है।
वेट व्युत्पत्ति (Weight Derivation): BDT आउटपुट को टेम्परेचर स्केलिंग का उपयोग करके कैलिब्रेट किया जाता है ताकि यह सुनिश्चित हो सके कि वे अच्छी तरह से कैलिब्रेटेड क्लास प्रोबेबिलिटीज का प्रतिनिधित्व करते हैं। एक निरंतर, मल्टीडायमेंशनल ट्रांसफर फैक्टर, $w_{\text{MUFFIN}}(z)$ , $P_{\text{pass}}(z) / P_{\text{fail}}(z)$ के अनुपात के रूप में बनाया जाता है, जहाँ $z$ पूर्ण फीचर वेक्टर का प्रतिनिधित्व करता है। वास्तविक $\tau$ योगदान को सिमुलेशन से अलग किया जाता है ताकि जेट मिसइडेन्टिफिकेशन रेट को आइसोलेट किया जा सके।
सत्यापन: विधि के प्रदर्शन का मूल्यांकन DRs और सिग्नल रीजन्स (SRs) के ऑर्थोगोनल (लंबवत) "वैलिडेशन रीजन" (VRs) में किया जाता है। विश्लेषण $\sqrt{s} = 13.6$ TeV पर 62.4 fb $^{-1}$ के एकीकृत ल्यूमिनोसिटी (2022-2023) के साथ CMS द्वारा एकत्र किए गए प्रोटॉन-प्रोटॉन टकराव डेटा का उपयोग करता है।

प्रमुख योगदान

मल्टीडायमेंशनल रीवेटिंग: MUFFIN उन मल्टीपल किनेमैटिक और टोपोलॉजिकल वेरिएबल्स के बीच सहसंबंधों को कैप्चर करता है जिन्हें पारंपरिक FF विधि अपने फिक्स्ड बिनिंग और फैक्टराइजेशन धारणाओं के कारण कुशलतापूर्वक पैरामीट्राइज नहीं कर पाती है।
डेटा-संचालित मजबूती: विधि विशिष्ट जेट $\to \tau_h$ घटक के लिए पूरी तरह से डेटा-संचालित प्रकृति को बनाए रखती है, जिससे जेट की विशिष्ट मिसइडेन्टिफिकेशन प्रोबेबिलिटी के लिए सिमुलेशन पर निर्भरता से बचा जा जाता है।
एकीकृत वर्कफ्लो: यह एक अधिक पुनरुत्पादनीय (reproducible) और सुव्यवस्थित बैकग्राउंड अनुमान वर्कफ्लो प्रदान करता है, जिससे कई पैरामीट्राइजेशन और सुधार चरणों को परिभाषित करने से जुड़ी जटिलता कम हो जाती है।
एल्गोरिदम स्वतंत्रता: हालांकि इसे DEEPTAU v2.5 आइडेंटिफिकेशन एल्गोरिदम का उपयोग करके प्रदर्शित किया गया है, MUFFIN फ्रेमवर्क को भविष्य के आइडेंटिफिकेशन एल्गोरिदम विकास के अनुकूल बनाने के लिए डिज़ाइन किया गया है।

परिणाम
प्रदर्शन अध्ययन जो MUFFIN की तुलना मानक FF विधि से करते हैं, बैकग्राउंड मॉडलिंग में महत्वपूर्ण सुधार प्रदर्शित करते हैं:

बेहतर मॉडलिंग: MUFFM प्रमुख किनेमैटिक ऑब्जर्वेबल्स, जैसे विज़िबल मास ( $m_{\text{vis}}$ ), टोटल ट्रांसवर्स मास ( $m_{\text{total}}_T$ ), और डिके प्रोडक्ट्स के बीच कोणीय पृथक्करण ( $\Delta R$ ) की बेहतर मॉडलिंग प्राप्त करता है। यह सुधार $\eta$ और डिके मोड वितरणों में विशेष रूप से स्पष्ट है, जहाँ FF विधि की मार्जिनलाइजेशन (हाशियाकरण) के कारण अवशिष्ट मिसमॉडलिंग होती है।
व्यवस्थित अनिश्चितता में कमी: बेहतर मॉडलिंग सीधे जेट $\to \tau_h$ बैकग्राउंड से जुड़ी व्यवस्थित अनिश्चितताओं में कमी की ओर ले जाती है। $\tau_h\tau_h$ चैनल में, हाई- $p_T$ टेल्स और मल्टीवेरिएट डिस्क्रीमिनेन्ट क्षेत्रों में व्यवस्थित अनिश्चितता 70% तक कम हो जाती है। $\tau_\mu\tau_h$ चैनल में, लगभग 10% की कमी देखी गई है, और डेटा सैंपल्स बढ़ने के साथ बड़े लाभ की उम्मीद है।
क्लोजर टेस्ट: वैलिडेशन रीजन में, MUFFIN विभिन्न ऑब्जर्वेबल्स और विश्लेषण श्रेणियों, जिसमें STXS (सिम्प्लीफाइड टेम्पलेट क्रॉस सेक्शन) श्रेणियां और हाई-मास रेजोनेंस सर्च शामिल हैं, में FF विधि की तुलना में लगातार कम मीन एब्सोल्यूट पॉइसन पुल्स ( $\langle|z|\rangle$ ) प्रदान करता है।
विशिष्ट चैनल: विधि को पूरी तरह से हैड्रोनिक $\tau_h\tau_h$ चैनल (जहाँ जेट $\to \tau_h$ बैकग्राउंड का ~~75% हिस्सा है) और सेमीलेप्टोनिक $\tau_\mu\tau_h$ चैनल (~~35% बैकग्राउंड) पर लागू किया गया था, जिसने दोनों में मजबूत प्रदर्शन दिखाया।

महत्व और दावे
शोध पत्र का दावा है कि MUFFIN $\tau_h$ फाइनल स्टेट्स में शामिल प्रिसिजन मेजरमेंट्स और स्टैंडर्ड मॉडल से परे भौतिकी (BSM) की खोजों के लिए एक मजबूत और स्केलेबल विधि प्रदान करता है। डेटा से सीधे मल्टीडायमेंशनल डिपेंडेंस को सीखकर, MUFFIN लो-डायमेंशनल पैरामीट्राइजेशन की सीमाओं को संबोधित करता है, विशेष रूप से उच्च-संवेदनशीलता वाले किनेमैटिक क्षेत्रों (जैसे उच्च- $p_T$ टेल्स और मल्टीवेरिएट डिस्क्रीमिनेन्ट आउटपुट्स) में जहाँ FF विधि अक्सर संघर्ष करती है। लेखक का कहना है कि यह दृष्टिकोण अच्छी तरह से मॉडल किए गए क्षेत्रों में अस्थिरता पैदा किए बिना व्यवस्थित अनिश्चितताओं को कम करने में सक्षम बनाता है, जिससे भविष्य के CMS विश्लेषणों की संवेदनशीलता बढ़ जाती है। यह विधि बैकग्राउंड मॉडलिंग की सटीकता में सुधार के लिए एक स्वाभाविक ढांचा प्रस्तुत करती है क्योंकि विश्लेषण तेजी से फाइन-ग्रेन्ड कैटेगराइजेशन और मल्टीडायमेंशनल फेज स्पेस इंफॉर्मेशन का उपयोग कर रहे हैं।

इसी तरह के और पेपर