Deep Learning-Based $^{14}$C Pile-Up Identification in the JUNO Experiment

Questo contributo esplora l'applicazione di modelli di deep learning, inclusi approcci basati su convoluzioni e transformer, per identificare gli eventi di pile-up causati dall'isotopo $^{14}$C nell'esperimento JUNO, al fine di migliorare la risoluzione energetica dei positroni e raggiungere l'obiettivo di determinare l'ordine di massa dei neutrini.

L'essenziale

🌌 La Missione JUNO: Trovare l'Ordine tra i Fantasmi

Immagina di essere un detective che deve risolvere un mistero cosmico: l'ordine di massa dei neutrini. I neutrini sono particelle fantasma, piccolissime e quasi invisibili, che attraversano tutto (inclusi noi) senza quasi mai fermarsi. Capire come sono "pesati" (la loro massa) è fondamentale per spiegare perché l'universo esiste e perché c'è più materia che antimateria.

Per fare questo, in Cina sta nascendo un gigantesco "occhio" sottomarino chiamato JUNO. È una sfera enorme piena di un liquido speciale (scintillatore) che brilla quando un neutrino lo colpisce. L'obiettivo è misurare questa luce con una precisione chirurgica per 6 anni.

🍬 Il Problema: La Mela Marcia nel Secchio di Caramelle

C'è un piccolo problema. Il liquido dentro JUNO non è perfetto: contiene un po' di "spazzatura" radioattiva naturale, un isotopo chiamato Carbonio-14.
Immagina che il segnale che JUNO cerca (un neutrino che colpisce) sia una caramella luminosa e preziosa (il positrone).
Il Carbonio-14, invece, è come una piccola scintilla sporca che si accende a caso nel secchio.

Il problema sorge quando la scintilla sporca (Carbonio-14) si accende esattamente nello stesso momento e nello stesso posto della caramella preziosa.
In fisica, questo si chiama "pile-up" (sovrapposizione). È come se qualcuno mettesse una macchia d'inchiostro su una foto perfetta: la foto diventa sfocata e non riesci più a leggere bene i dettagli. Se JUNO non riesce a distinguere la caramella dalla macchia, la sua misura della "pesatura" del neutrino sarà sbagliata.

🤖 La Soluzione: Tre Detective AI

Gli scienziati del paper hanno detto: "Non possiamo pulire il liquido, ma possiamo insegnare al computer a riconoscere la macchia e cancellarla!".
Hanno usato l'Intelligenza Artificiale (Deep Learning) per creare tre diversi "detective" capaci di guardare i dati e dire: "Ehi, questa è solo una caramella pulita, oppure c'è una macchia di Carbonio-14 nascosta?".

Ecco i tre detective che hanno testato:

1. Il Detective "Fotografo" (2D CNN)

Questo detective guarda i dati come se fossero una fotografia.

• Come funziona: Prende i segnali che arrivano dai tubi sensibili (i "occhi" del rivelatore) e li disegna su una mappa, come se fosse una foto della stanza.
• L'analogia: È come guardare una foto di una stanza buia con delle luci accese. Se vedi due luci accese vicine, il detective pensa: "Forse è un evento doppio!".
• Risultato: È bravo, ma a volte si confonde quando le due luci sono troppo vicine o troppo piccole. È anche il più lento a "pensare" (ci mette un'ora per un giro di allenamento).

2. Il Detective "Onda Sonora" (1D CNN)

Questo detective non guarda la foto, ma ascolta il ritmo nel tempo.

• Come funziona: Guarda quanti tubi si accendono in ogni frazione di secondo. Immagina un'onda sonora: se c'è un evento pulito, vedi un picco. Se c'è un "pile-up", vedi due picchi vicini o un picco strano.
• L'analogia: È come ascoltare una canzone. Se senti due note suonate quasi insieme, sai che è un accordo (due eventi), non una singola nota.
• Risultato: È molto più veloce (4 minuti) e molto più bravo a vedere le "note" vicine nel tempo, specialmente nel momento critico in cui le due scintille si sovrappongono.

3. Il Detective "Genio Linguistico" (Transformer)

Questo è il detective più moderno, lo stesso tipo di intelligenza usata per i chatbot (come me!).

• Come funziona: Prende la sequenza temporale dei dati e la tratta come se fosse una frase in una lingua. Cerca di capire il "contesto" e le relazioni tra i vari pezzi della frase (i dati).
• L'analogia: Se il detective "Onda Sonora" ascolta le note, il Transformer legge la storia completa per capire se quella nota stona o meno.
• Risultato: Funziona quasi esattamente come il detective "Onda Sonora", ma con un approccio più sofisticato. È un ottimo compromesso tra velocità e intelligenza.

🏆 Il Verdetto Finale

Gli scienziati hanno messo alla prova questi detective con dati simulati.

• Il Detective "Fotografo" (2D) è un po' lento e perde alcuni dettagli quando le scintille sono molto vicine.
• I detective "Onda Sonora" (1D) e "Genio Linguistico" (Transformer) sono i vincitori. Riescono a vedere la differenza anche quando il Carbonio-14 e il neutrino si nascondono l'uno nell'altro nel momento esatto.

Perché è importante?
Perché se JUNO riesce a riconoscere e rimuovere queste "macchie" di Carbonio-14, potrà misurare la massa dei neutrini con la precisione necessaria per vincere la sfida scientifica. È come se avessimo trovato un nuovo paio di occhiali per pulire la lente sporca del nostro telescopio.

In sintesi: L'Intelligenza Artificiale sta aiutando gli scienziati a pulire il rumore di fondo dell'universo per ascoltare meglio il messaggio dei neutrini.

Sommario tecnico

Titolo: Identificazione dell'effetto pile-up del $^{14}$C basata sul Deep Learning nell'esperimento JUNO

1. Il Problema

L'esperimento JUNO (Jiangmen Underground Neutrino Observatory) ha l'obiettivo ambizioso di determinare l'ordine di massa dei neutrini (NMO) con un livello di confidenza di 3 sigma entro 6 anni. Un requisito fondamentale per raggiungere questo obiettivo è garantire una risoluzione energetica degli eventi di positrone ($e^+$) superiore al 3%.
Tuttavia, la presenza di isotopi residui di Carbonio-14 ($^{14}$C) nello scintillatore liquido introduce un fenomeno noto come "pile-up" (sovrapposizione di eventi). Quando un evento di decadimento beta del $^{14}$C si sovrappone temporalmente e spazialmente all'annichilazione di un positrone, la risoluzione energetica viene degradata.
Le sfide principali nell'identificazione di questi eventi sono:

• Il segnale del $^{14}$C è significativamente più piccolo rispetto a quello del positrone.
• Gli eventi di pile-up possono avere tempi e vertici molto vicini tra loro, rendendo difficile la distinzione.
• Gli eventi con un basso numero di fotomoltiplicatori (PMT) colpiti dal $^{14}$C hanno un impatto trascurabile, ma quelli con tempi e posizioni vicine a quelli dell'$e^+$ sono critici per la risoluzione energetica e difficili da distinguere.

2. Metodologia

Lo studio propone l'uso di modelli di Deep Learning per identificare gli eventi di pile-up. Il dataset è stato generato tramite simulazioni offline di JUNO (versione J22.1.0-rc0), utilizzando Geant4 per la simulazione del rivelatore e la ricostruzione degli eventi. Il dataset comprende eventi puri di $e^+$ ed eventi di $e^+$ con pile-up di $^{14}$C (selezionati con un numero di hit del PMT dal $^{14}$C $> 50$).

Sono stati sviluppati e confrontati tre modelli distinti:

• CNN Bidimensionale (2DCNN):

  • Input: I dati dei PMT vengono trasformati in un formato simile a un'immagine proiettando gli ID dei PMT su coordinate $(x, y)$.
  • Canali: Due canali per ogni pixel dell'immagine: la carica raccolta e il tempo del primo hit.
  • Architettura: Strati convoluzionali 2D, normalizzazione batch, pooling massimo e strati fully connected, con funzione di attivazione ReLU.
  • Preprocessing: I dati vengono ruotati per allineare la posizione ricostruita all'asse X e scalati (fattore 5 per la carica, 100 per il tempo).

• CNN Unidimensionale (1DCNN):

  • Input: Dati temporali unidimensionali rappresentanti il numero di hit dei PMT in funzione del tempo.
  • Canali: Due canali temporali:
    1. Hit vs tempo (range: -250 ns a 1250 ns).
    2. Hit vs tempo con sottrazione del tempo di volo (range: -500 ns a 1000 ns).
  • Logica: Sfrutta il fatto che gli eventi di pile-up mostrano spesso due cluster temporali (uno per $e^+$, uno per $^{14}$C), anche se talvolta questi si fondono in un unico cluster quando i tempi sono molto vicini.
  • Architettura: Simile alla 2DCNN ma utilizza strati convoluzionali, di normalizzazione e di pooling unidimensionali.

• Modello basato su Transformer:

  • Input: Utilizza gli stessi dati unidimensionali della 1DCNN, trattati come una sequenza di vettori.
  • Architettura: I dati vengono inseriti in uno strato convoluzionale per l'embedding, seguiti da un codificatore di posizione e da un tipico strato di codificatore Transformer, infine strati fully connected per l'output.

Tutti i modelli sono addestrati utilizzando la funzione di perdita cross-entropy, l'ottimizzatore Adam e un learning rate scheduler a ciclo unico.

3. Risultati Chiave

L'analisi delle prestazioni è stata condotta su campioni di test con energie cinetiche specifiche (0-5 MeV).

• Efficienza di Identificazione:

  • Tutti i modelli raggiungono un'efficienza del 99% per gli eventi puri di $e^+$.
  • Nella "regione chiave" (differenza temporale tra $^{14}$C e lettura elettronica compresa tra 0 e 300 ns), dove l'impatto sulla risoluzione energetica è massimo, la 2DCNN mostra prestazioni subottimali.
  • Al contrario, sia la 1DCNN che il Modello Transformer dimostrano un'efficienza significativamente superiore in questa regione critica, riuscendo a distinguere meglio gli eventi sovrapposti temporalmente.
  • Le prestazioni del modello Transformer sono paragonabili a quelle della 1DCNN.

• Limiti Rilevati:

  • Alcuni eventi di pile-up non vengono identificati correttamente. Questo è dovuto principalmente a due fattori:
    1. Eventi con un basso numero di hit dal $^{14}$C ($<50$), che hanno un impatto trascurabile sulla risoluzione energetica.
    2. Eventi con posizioni e tempi del $^{14}$C estremamente vicini a quelli dell'$e^+$, che sono intrinsecamente difficili da distinguere ma hanno un impatto elevato sulla risoluzione.

• Tempi di Addestramento:

  • La 1DCNN è la più veloce (circa 4 minuti per epoca).
  • Il Transformer richiede circa 27 minuti.
  • La 2DCNN è la più lenta (circa 60 minuti).

4. Contributi Principali

• Applicazione innovativa: Introduzione di modelli di Deep Learning (CNN 1D/2D e Transformer) specifici per il problema del pile-up nel contesto dell'esperimento JUNO.
• Confronto architetturale: Dimostrazione che l'approccio basato su dati temporali unidimensionali (1DCNN e Transformer) è superiore all'approccio basato su immagini 2D per questo specifico compito fisico.
• Ottimizzazione della regione critica: Identificazione che i modelli 1D e Transformer sono particolarmente efficaci nella regione temporale (0-300 ns) dove la degradazione della risoluzione energetica è più critica.

5. Significato e Implicazioni

L'identificazione efficace degli eventi di pile-up è il primo passo fondamentale per mitigare l'impatto del $^{14}$C sulla risoluzione energetica dei positroni.

• Miglioramento della Fisica: Migliorando la capacità di filtrare o ricostruire correttamente questi eventi, si preserva la risoluzione energetica richiesta (<3%) per determinare l'ordine di massa dei neutrini con la precisione statistica prevista.
• Scalabilità: L'uso di modelli come la 1DCNN e il Transformer offre soluzioni computazionalmente efficienti (specialmente la 1DCNN) che possono essere integrate nei flussi di ricostruzione dati di JUNO.
• Futuro: Questo studio fornisce una base solida per lo sviluppo di algoritmi di ricostruzione avanzati che correggeranno l'energia degli eventi di pile-up, contribuendo direttamente al successo scientifico dell'esperimento JUNO, previsto per il 2024.