Machine Learning-based Unfolding for Cross Section Measurements in the Presence of Nuisance Parameters

Sintesi Tecnica: Profilo OMNIFOLD per l'Unfolding con Parametri di Nuisance

Definizione del Problema
Nella fisica delle particelle e nucleare, l'"unfolding" è il problema statistico inverso volto a recuperare la distribuzione sottostante reale di una quantità fisica (verità a livello di particella, $x$) dalle osservazioni distorte dagli effetti del rivelatore (dati a livello di rivelatore, $y$). Questa relazione è modellata da un'equazione integrale di Fredholm del primo tipo: $p_Y(y) = \int k(y,x)p_X(x)dx$, dove $k(y,x)$ è il kernel di risposta.

Sebbene i moderni metodi di machine learning (ML), in particolare l'algoritmo OMNIFOLD, abbiano affrontato con successo l'unfolding ad alta dimensionalità utilizzando classificatori per stimare i rapporti di densità all'interno di un framework di Expectation-Maximization (EM), essi si basano su un'assunzione critica: il kernel di risposta del rivelatore utilizzato nella simulazione ($q(y|x)$) corrisponde perfettamente alla risposta reale ($p(y|x)$). In pratica, le simulazioni sono solo approssimativamente corrette e dipendono da "parametri di nuisance" ($\theta$) che codificano le incertezze sistematiche (ad esempio, la risoluzione dell'energia dei jet). Se $\theta$ è errato (ovvero, la simulazione assume $\theta=1$ mentre la realtà è $\theta \neq 1$), i metodi di unfolding ML standard producono stime distorte della distribuzione reale $p_X$. Gli approcci tradizionali per gestire ciò comportano la ripetizione delle misurazioni sotto modelli alternativi, il che è computazionalmente costoso e spesso conservativo.

Metodologia: Profile OMNIFOLD (POF)
Gli autori propongono Profile OMNIFOLD (POF), un'estensione dell'algoritmo OMNIFOLD che stima congiuntamente la funzione di riponderazione a livello di particella e i parametri di nuisance. POF tratta il parametro di nuisance $\theta$ come un ulteriore incognito nella funzione obiettivo EM.

L'algoritmo opera iterativamente per massimizzare la log-likelihood della popolazione:
$$\ell(\nu, \theta) = \int p(y) \log p(y|\nu, \theta) dy + \log p_0(\theta)$$
dove $\nu(x)$ è la funzione di riponderazione per la densità a livello di particella del Monte Carlo (MC) e $p_0(\theta)$ è un prior (o termine di likelihood) proveniente da misurazioni ausiliarie.

L'algoritmo POF consiste in tre step per ogni iterazione $k$:

1. Riponderazione a livello di rivelatore: Un classificatore stima il rapporto di densità $r^{(k)}(y) = p(y) / \tilde{q}^{(k)}(y)$, dove $\tilde{q}^{(k)}(y)$ è la densità a livello di rivelatore del MC riponderata sia dai pesi delle particelle correnti $\nu^{(k)}$ che dall'attuale parametro di nuisance $\theta^{(k)}$ tramite un rapporto di kernel di risposta $W(y,x,\theta) = p(y|x,\theta)/q(y|x)$.
2. Riponderazione a livello di particella: Il rapporto $r^{(k)}(y)$ viene "trascinato indietro" al livello di particella per aggiornare i pesi $\nu^{(k+1)}(x)$, incorporando il rapporto del kernel $W$.
3. Aggiornamento del parametro di nuisance: Il parametro $\theta$ viene aggiornato a $\theta^{(k+1)}$ massimizzando una specifica componente della funzione Q ($Q_2$) rispetto a $\theta$, mantenendo $\nu^{(k)}$ fisso.

Per implementare lo Step 3, l'algoritmo richiede la funzione $W(y,x,\theta)$. Il documento dettaglia un metodo (basato su Chan e Nachman, 2023) per stimare $W$ utilizzando due classificatori ausiliari addestrati su dati sintetici generati con diversi valori di $\theta$.

Contributi Chiave

• Estensione Algoritmica: L'introduzione di POF, che integra il profiling del parametro di nuisance direttamente nel framework di unfolding basato su classificatori. A differenza dei precedenti metodi unbinned che assumono un modello forward fisso, POF aggiorna simultaneamente lo spettro e i parametri sistematici.
• Diagnostica di Convergenza: Gli autori propongono una statistica di goodness-of-fit basata sull'accuratezza del classificatore dello Step 1. Poiché una soluzione convergente implica che la distribuzione MC riponderata corrisponda ai dati sperimentali, il classificatore dovrebbe essere incapace di distinguerli (accuratezza $\approx 0.5$). Questa statistica è utilizzata per selezionare la soluzione migliore tra molteplici esecuzioni con diverse inizializzazioni, affrontando la non-concavità della superficie di likelihood in presenza di parametri di nuisance.
• Gestione delle Alte Dimensioni: Il metodo mantiene la capacità di OMNIFOLD di gestire dati ad alta dimensionalità senza binning, evitando la "maledizione della dimensionalità" associata al tradizionale unfolding binned.

Risultati
Il documento valida POF utilizzando due casi di studio:

1. Esempio Gaussiano: Una simulazione gaussiana 1D e 2D controllata dove il vero parametro di nuisance $\theta$ (che controlla la varianza dello smearing) differisce dalla simulazione.
   • Risultati: L'OMNFOLD standard (che assume $\theta=1$) ha prodotto distribuzioni a livello di particella significativamente distorte. POF ha recuperato con successo la distribuzione reale e ha stimato $\theta$ vicino al valore reale (ad esempio, $\hat{\theta}=1.48$ rispetto al vero $1.50$). L'algoritmo è convergente alla soluzione corretta indipendentemente dall'inizializzazione quando viene utilizzata la statistica di goodness-of-fit per la selezione.
2. Simulazione CMS Open Data: Una simulazione realistica degli spettri del momento trasverso dei jet dall'esperimento CMS presso l'LHC.
   • Configurazione: I "dati" sono stati generati con una risoluzione dell'energia dei jet del 70% più grande della simulazione ($\theta_{true}=1.7$ rispetto a $\theta_{sim}=1.0$).
   • Risultati: OMNFOLD non è riuscito a recuperare il vero spettro a livello di particella a causa del kernel misspecificato. POF ha recuperato lo spettro reale in modo accurato e ha stimato $\hat{\theta}=1.62$. Lo studio ha evidenziato che, sebbene POF sia robusto, la scelta dell'inizializzazione è importante; inizializzazioni scarse potrebbero portare a ottimi locali, ma la proposta statistica di goodness-of-fit identifica efficacemente la soluzione superiore.

Significatività
Il documento sostiene che Profile OMNIFOLD affronta un limite fondamentale nell'attuale unfolding basato sul machine learning: l'assunzione di un modello forward perfettamente specificato. Tenendo conto dell'incertezza del modello forward (parametri di nuisance) durante la procedura di unfolding, POF riduce il bias nelle distribuzioni recuperate a livello di particella. Gli autori posizionano questo metodo come una via pratica per applicare l'unfolding basato su ML in modo più robusto nella fisica delle alte energie, dove le risposte dei rivelatori sono complesse e note solo implicitamente attraverso le simulazioni. Il metodo preserva l'efficienza computazionale e le capacità ad alta dimensionalità di OMNIFOLD, estendendone al contempo l'applicabilità a scenari con incertezze sistematiche.

Limitazioni e Lavoro Futuro
Gli autori osservano che POF non possiede una garanzia teorica di convergenza verso un massimo globale a causa della superficie di likelihood non concava introdotta dai parametri di nuisance. Essi sottolineano che la stima del parametro di nuisance è sensibile alla qualità della stima della funzione ausiliaria $W$. Inoltre, l'attuale implementazione non fornisce la quantificazione dell'incertezza per la distribuzione unfolded o per i parametri di nuisance, il che rimane un problema aperto per la ricerca futura.