Graph theory inspired anomaly detection at the LHC

Sintesi Tecnica: Rilevamento di Anomalie ispirato alla Teoria dei Grafi al LHC

Enunciato del Problema
La ricerca di fisica oltre il Modello Standard (BSM) al Large Hadron Collider (LHC) affronta una sfida centrale: progettare algoritmi di rilevamento di anomalie indipendenti dal modello capaci di gestire l'alta dimensionalità degli eventi dei collisionatori. Le tradizionali ricerche "top-down" mirate a specifici modelli teorici rischiano di mancare firme che non si allineano con tali modelli. Gli approcci di apprendimento automatico non supervisionato, come gli autoencoder, offrono un'alternativa agnostica rispetto al modello imparando a ricostruire gli eventi di fondo e segnalando come anomalie gli eventi con un alto errore di ricostruzione; tuttavia, essi spesso faticano con la complessità dei dati dei jet. Gli approcci standard che utilizzano grafi completamente connessi o rappresentazioni dense possono introdurre ridondanze e overfitting, particolarmente quando la frazione di segnale è piccola. Questo lavoro affronta la necessità di un bias induttivo fisicamente motivato che bilanci il contenuto informativo con la struttura geometrica per migliorare le prestazioni del rilevamento di anomalie.

Metodologia
Gli autori sviluppano un Graph Autoencoder (GAE) come strumento non supervisionato e agnostico rispetto al modello per il rilevamento di anomalie, testato sul dataset LHC Olympics 2020. La metodologia introduce due innovazioni primarie nella rappresentazione dei costituenti dei jet come grafi:

1. Costruzioni di Grafi Sparsi tramite Rigidità dei Grafi: Invece di utilizzare grafi completamente connessi (che scalano quadraticamente, $O(N^2)$), gli autori costruiscono grafi sparsi dove il numero di archi scala linearmente con il numero di costituenti ($N$). Queste costruzioni sono motivate dalla teoria della rigidità dei grafi nello spazio euclideo ($\mathbb{R}^2$):

   • Grafi di Laman: Grafi localmente rigidi con $2N-3$ archi, costruiti tramite operazioni di tipo Henneberg I. Questi garantiscono la rigidità locale ma possono ammettere molteplici realizzazioni discrete.
   • Grafi Unici: Grafi globalmente rigidi che ammettono un'impostazione (embedding) unica (fino alle isometrie) in $\mathbb{R}^2$. Gli autori costruiscono grafi "unique-$k$" partendo da un sottografo completamente connesso dei $k+1$ costituenti più "difficili" e collegando ogni successivo costituente ai suoi $k$ vicini più prossimi in distanza angolare. Per $k \geq 3$, questi grafi soddisfano le condizioni di Hendrickson per la rigidità globale.

2. Clustering di Subjet come Regolatore Informativo: Per controllare la complessità dell'input, i costituenti del jet vengono raggruppati in un numero fisso di subjets esclusivi $k_T$. Ciò consente un'interpolazione fluida tra rappresentazioni a basso livello (adroni) e ad alto livello (statistiche riassuntive). Gli input del modello consistono nel momento trasverso ($p_T$) dei nodi e nelle distanze angolari relative ($\theta_{ij}$) e nelle variabili cinematiche ($k_{T,ij}, z_{ij}$) degli archi, piuttosto che in posizioni assolute, per allinearsi agli osservabili della QCD perturbativa.

L'architettura impiega un autoencoder basato su Graph Neural Network (GNN). L'encoder utilizza strati EdgeConv per elaborare le caratteristiche dei nodi e degli archi, comprimendo l'input in una rappresentazione latente dei nodi a 2 dimensioni (un "collo di bottiglia stretto"). Il decoder consiste in due rami: uno ricostruisce le caratteristiche dei nodi e l'altro ricostruisce le caratteristiche degli archi. Il modello è addestrato per minimizzare l'Errore Quadratico Medio (MSE) sia della ricostruzione dei nodi che di quella degli archi su dati ricchi di fondo.

Contributi Chiave

• Bias Induttivo tramite Rigidità: Il documento dimostra che imporre la rigidità del grafo (specificamente la rigidità globale tramite i grafi unici) funge da efficace bias induttivo, fornendo sufficienti vincoli geometrici per fissare le posizioni delle particelle senza la ridondanza dei grafi completamente connessi.
• Livello Informativo Ottimale: Lo studio identifica che le prestazioni del rilevamento di anomalie raggiungono il picco a un livello intermedio di clustering dei subjet ($n_{\text{subjets}} \approx 30$), contrastando con i compiti di classificazione dei jet che spesso beneficiano della massima informazione a basso livello.
• Superiorità dei Grafi Unici Sparsi: Gli autori mostrano che specifiche costruzioni di grafi sparsi (unique-6) superano i grafi completamente connessi nei compiti di rilevamento di anomalie.
• Interpretabilità: Collegando la connettività del grafo alle proprietà topologiche dello spazio delle fasi, questo lavoro migliora l'interpretabilità degli strumenti di apprendimento automatico per gli esperimenti di collisione.

Risultati Numerici
Utilizzando il dataset LHC Olympics (che simula una risonanza $Z' \to X Y$ con $m_{Z'} = 3.5$ TeV), gli autori hanno valutato le prestazioni utilizzando l'Area Sotto la Curva (AUC) e la curva della Significatività di Miglioramento (SIC).

• Prestazioni del Grafo: La costruzione del grafo unique-6 ha ottenuto le migliori prestazioni, producendo un SIC massimo di 2.94 e un AUC di 0.925 con $n_{\text{subjets}} = 30$. Ha superato i grafi completamente connessi, i grafi di Laman e altre varianti unique-$k$.
• Sparsità vs. Topologia: Sebbene l'aumento della sparsità abbia generalmente migliorato le prestazioni fino a un certo punto, la specifica struttura di connettività dei grafi unici è risultata essere più critica della sola sparsità. I grafi "Laman modificati" (che interpolano tra Laman e il grafo completamente connesso aggiungendo archi) non hanno replicato il picco di prestazione dei grafi unici, suggerendo che la topologia del grafo unico cattura meglio la struttura sottostante dello spazio delle fasi.
• Caratteristiche di Input: I modelli che si affidavano esclusivamente alle informazioni posizionali assolute o alla ricostruzione dei momenti a tre componenti hanno performato significativamente peggio, confermando che le relazioni relative codificano l'informazione fisica rilevante.
• Robustezza: Le prestazioni sono rimaste stabili per rapporti segnale-fondo fino a $S/B \lesssim 1\%$, in linea con il paradigma non supervisionato.

Significatività e Rivendicazioni
Il documento sostiene che sfruttare le intuizioni della teoria dei grafi, specificamente i concetti di rigidità locale e globale, permette di raffinare gli strumenti di apprendimento automatico per gli esperimenti di collisione. I risultati suggeriscono che:

1. Bias Motivato Fisicamente: I grafi sparsi e rigidi forniscono una scelta naturale per i bias induttivi nel rilevamento di anomalie, mantenendo la struttura geometrica essenziale pur evitando l'overfitting associato alle rappresentazioni dense.
2. Prestazioni allo Stato dell'Arte: La costruzione del grafo unique-6 rappresenta lo stato dell'arte attuale tra i metodi basati su autoencoder non supervisionati per questo specifico benchmark di rilevamento di anomalie.
3. Complementarità: L'approccio evidenzia una distinzione netta tra la classificazione supervisionata (che beneficia di dati ricchi a basso livello) e il rilevamento di anomalie non supervisionato (che beneficia di informazioni strutturate a livello intermedio).

Gli autori concludono che queste scoperte motivano un'ulteriore esplorazione della connessione tra teoria dei grafi, complessità computazionale e interpretabilità del machine learning nella fisica delle alte energie, senza rivendicare un potenziale di scoperta immediata ma dimostrando una migliore sensibilità nelle ricerche agnostiche rispetto al modello.