Deep-learning-based low-energy trigger algorithms for the Hyper-Kamiokande experiment

Questo articolo dimostra che gli algoritmi di trigger basati sul deep learning, in particolare una rete neurale supervisionata e un modello di rilevamento delle anomalie basato su MPDR, superano significativamente i trigger tradizionali basati sul conteggio degli urti nell'identificare eventi di neutrini a bassa energia per l'esperimento Hyper-Kamiokande, mantenendo al contempo la fattibilità in tempo reale con latenze di inferenza su GPU inferiori al millisecondo.

L'essenziale

Immaginate l'esperimento Hyper-Kamiokande come una stazione di ascolto sottomarina massiccia e ultra-sensibile. Il suo compito è "ascoltare" le minuscole increspature causate da particelle fantasma chiamate neutrini. Tuttavia, questo oceano è incredibilmente rumoroso. Il rilevatore viene costantemente bombardato da statico casuale e chiacchiericcio di sottofondo (rumore del rilevatore), rendendo molto difficile individuare i deboli e specifici sussurri dei neutrini che stiamo cercando, specialmente quelli a bassa energia.

Il documento presenta un nuovo modo per filtrare questo rumore utilizzando l'Intelligenza Artificiale (IA), che agisce come un guardiano super intelligente capace di decidere istantaneamente se salvare una registrazione o ignorarla.

Ecco una scomposia del loro approccio utilizzando analogie quotidiane:

1. Il Problema: Trovare un sussurro in una tempesta

In passato, il rilevatore utilizzava una regola semplice per decidere cosa salvare: "Se sentiamo questi tanti clic dai nostri sensori, salva il dato". È come un buttafuori di un club che lascia entrare le persone solo se stanno urlando.

• Il Difetto: I neutrini a bassa energia sono silenziosi. Non producono abbastanza "clic" per attivare la vecchia regola, quindi vengono ignorati. Nel frattempo, il rumore casuale a volte produce abbastanza clic da ingannare il sistema, sprecando spazio di archiviazione per dati spazzatura.

2. La Soluzione: L'IA "Detective dei Pattern"

I ricercatori hanno addestrato tre diversi tipi di "detective" IA per esaminare i dati. Invece di contare semplicemente i clic, questi detective osservano la forma, il tempo e la posizione dei segnali, proprio come un detective che cerca un'impronta digitale specifica piuttosto che contare quante persone ci sono in una stanza.

Detective A: L'Insegnante Supervisionato (Il "Cacciatore di Segnali")

• Come funziona: Questa IA è stata mostrata milioni di esempi di "veri sussurri di neutrini" e "finto statico di rumore". Ha imparato esattamente che aspetto ha un segnale reale.
• Il Trucco: Utilizza un'architettura cerebrale sofisticata (chiamata Transformer) che comprende come i diversi sensori comunicano tra loro. Non guarda solo un sensore; vede l'intera "danza" delle particelle.
• Il Risultato: È incredibilmente brava a individuare i sussurri più silenziosi. Per un segnale molto debole (3 MeV), ha catturato il 76,7% di essi, mentre il vecchio metodo del "conteggio dei clic" ne catturava solo il 26,4%. È come passare da un metal detector che trova solo grandi monete a uno che trova minuscoli scaglie d'oro.

Detective B: Lo Specialista del Rumore (L' "Cacciatore di Anomalie")

• Come funziona: Questa IA è stata mostrata solo il rumore di fondo. Ha imparato a memorizzare perfettamente come appare lo "statico normale".
• Il Trucco: Quando vede qualcosa che non si adatta perfettamente al "modello di rumore" (anche se non sa esattamente cos'è il segnale), lo segnala come "sospetto". Questo è chiamato Rilevamento di Anomalie (Anomaly Detection).
• Il Risultato: Una versione di questa (chiamata MPDR) è stata sorprendentemente brava, catturando il 31,8% dei segnali. È come una guardia giurata che conosce così bene il suono del vento che, se una porta cigola in modo leggermente diverso, sa che qualcosa non va, anche se non sa che aspetto abbia l'intruso.

3. La "Magia" della Velocità

Di solito, l'IA sofisticata è lenta e richiede computer enormi. I ricercatori hanno testato questi detective su potenti schede grafiche (GPU) e hanno scoperto che possono prendere una decisione in meno di un millisecondo.

• L'Analogia: Immaginate una guardia giurata che può scansionare mille persone nel tempo di un battito di ciglia. Questa velocità significa che possono essere utilizzati in tempo reale, filtrando i dati mentre accadono, invece di aspettare per analizzarli in seguito.

4. Cosa hanno scoperto

• Il Vincitore: Il "Cacciatore di Segnali" (IA supervisionata) è stato il migliore nel trovare i neutrini, specialmente quelli deboli.
• Il Secondo Classificato: L' "Cacciatore di Anomalie" (MPDR) è stato anche molto bravo e ha un vantaggio speciale: non ha bisogno di sapere che aspetto ha il segnale in anticipo. Deve solo sapere cosa il rumore non è. Questo è fondamentale perché se la nostra comprensione dei neutrini dovesse cambiare, questa IA funzionerebbe comunque.
• Il Perdente: Un semplice metodo di "conteggio dei clic" (il vecchio modo) ha perso la maggior parte dei segnali a bassa energia.
• Bonus: Hanno anche testato se queste IA potessero individuare i "raggi gamma" (un diverso tipo di segnale di particelle). L'IA è stata molto più brava di questo rispetto al vecchio metodo anche in questo caso.

Riassunto

Il documento dimostra che usando l'IA moderna per osservare i pattern di luce e tempo nel rilevatore, piuttosto che limitarsi a contare quanti sensori si sono attivati, possiamo ascoltare i "sussurri" dell'universo che prima erano troppo silenziosi per essere rilevati. Ciò consente agli scienziati di spingere i confini di ciò che possono vedere, rivelando potenzialmente i segreti del sole, delle stelle esplodenti e delle leggi fondamentali della fisica.

Sommario tecnico

Sintesi Tecnica: Algoritmi di Trigger a Bassa Energia Basati su Deep Learning per l'Esperimento Hyper-Kamiokande

Problematica
L'esperimento Hyper-Kamiokande (Hyper-K) mira a condurre misurazioni di precisione sui neutrini a bassa energia (al di sotto di 7 MeV), inclusi i neutrini solari, di supernova e di reattore, nonché il Fondo di Neutrini di Supernova Diffuso (DSNB). Un collo di bottiglia critico per questi studi è la capacità del sistema di Acquisizione Dati (DAQ) di distinguere i deboli segnali Cherenkov dal rumore dominante del rivelatore in tempo reale. I trigger tradizionali basati su semplici soglie di conteggio degli impulsi (NHits) soffrono di una bassa efficienza a queste energie perché il numero di impulsi provenienti dai segnali a bassa energia si sovrappone significativamente alla distribuzione degli impulsi di rumore scuro. Per sfruttare appieno il potenziale fisico di Hyper-K, in particolare per risolvere le tensioni nelle misurazioni di $\Delta m^2_{21}$ e rilevare rari eventi di supernova, la soglia di rilevamento deve essere spinta al di sotto dei 7 MeV. Ciò richiede algoritmi di trigger capaci di riconoscere complessi pattern spazio-temporali nei dati sparsi degli impulsi dei PMT, operando al contempo sotto rigorosi vincoli di tempo di esecuzione (latenza sub-millisecondo).

Metodologia
Gli autori propongono e valutano due distinti approcci di machine learning per il triggering a bassa energia, entrambi operanti su rappresentazioni sparse di nuvole di punti (point-cloud) degli impulsi dei Fotomultiplicatori (PMT) (posizione, tempo e carica) all'interno di finestre di 400 ns:

1. Classificatori Transformer Supervisionati:

   • Architettura: Un encoder Transformer a 6 strati che utilizza meccanismi di self-attention per modellare il contesto globale dell'evento e le correlazioni locali degli impulsi.
   • Rappresentazione dell'Input: Gli impulsi sono codificati utilizzando coordinate cilindriche allineate con la geometria del rivelatore. Le caratteristiche includono la posizione spaziale (seno/coseno dell'azimut, raggio/altezza normalizzati), il tempo dell'impulso e la carica integrata.
   • Strategie di Addestramento: Sono stati testati due livelli di supervisione:
     • Livello evento: Predizione di un singolo label segnale/rumore per l'intero evento.
     • Livello impulso: Predizione dello stato segnale/rumore dei singoli impulsi, con il punteggio finale dell'evento derivato dalla probabilità massima dell'impulso.
   • Dati: Addestrato su 1 milione di eventi simulati di singolo elettrone (0–7 MeV) mescolati con rumore del rivelatore.

2. Rilevamento di Anomalie Non Supervisionato (Apprendimento Solo del Rumore):

   • Approccio: Modelli addestrati esclusivamente sul rumore del rivelatore per identificare eventi che deviano dalla distribuzione del rumore appresa.
   • Autoencoder: Un autoencoder basato su transformer (Encoder-Decoder) addestrato a ricostruire gli eventi di rumore. Utilizza un vincolo di spazio latente a norma unitaria e un numero fisso di impulsi candidati con probabilità di esistenza per gestire la molteplicità variabile degli impulsi.
   • Manifold Projection–Diffusion Recovery (MPDR): Un modello basato sull'energia (specificamente MPDR-S) che apprende una funzione di energia scalare $E_\theta(X)$. Impiega un processo di addestramento in due fasi:
     • Fase I: Addestramento dell'autoencoder sul rumore.
     • Fase II: Congelamento dell'autoencoder e addestramento di una funzione di energia per distinguere il rumore reale da "negativi duri" sintetici. Questi negativi sono generati perturbando il rumore nello spazio latente e recuperandoli parzialmente tramite un processo MCMC di tipo Langevin.
   • Input: Utilizza solo informazioni spaziali (parametrizzazione della sfera unitaria) e temporali; la carica è omessa per questi modelli.

Contributi Chiave e Risultati
Lo studio fornisce un benchmark completo di questi algoritmi rispetto a un trigger NHits tradizionale e valuta le loro prestazioni in termini di efficienza del segnale, potere di discriminazione e tempo di esecuzione.

• Efficienza di Identificazione del Segnale:

  • Il classificatore supervisionato a livello di impulso ha ottenuto le prestazioni più elevate, identificando il 76,7% degli elettroni da 3 MeV a un tasso di falso trigger <10 kHz. Questo supera significativamente il trigger NHits tradizionale (26,4%) e l'approccio MPDR (31,8%).
  • Il classificatore supervisionato a livello di evento ha performato in modo simile sopra i 4 MeV ma ha mostrato un calo di efficienza del 5–7% rispetto alla versione a livello di impulso nell'intervallo 2–3 MeV.
  • L'approccio MPDR ha superato il trigger NHits attraverso l'intero spettro energetico (ad esempio, 31,9% vs 26,4% a 3 MeV), dimostrando che il rilevamento di anomalie può migliorare i trigger a bassa energia senza una modellazione esplicita del segnale.
  • Il puro autoencoder (senza MPDR) è risultato peggiore del trigger NHits (AUROC 0,76 vs 0,86), indicando che l'errore di ricostruzione da solo non è sufficiente per questo compito.

• Importanza delle Caratteristiche (Feature Importance):

  • Gli studi di ablazione delle caratteristiche hanno rivelato che il tempo dell'impulso è la caratteristica più critica. Rimuovere l'informazione sulla carica ha avuto un impatto trascurabile sulle prestazioni (AUROC ~0,90), mentre rimuovere l'informazione temporale ha causato un drastico calo delle prestazioni. Ciò suggerisce che le correlazioni spazio-temporali sono i principali discriminatori, riducendo potenzialmente la dipendenza dalla calibrazione precisa della carica dei PMT.

• Tagging dei Neutroni e Identificazione dei Gamma:

  • Modelli addestrati su elettroni sono stati applicati ai raggi gamma da 2,2 MeV (simulando la cattura neutronica sull'idrogeno). Il classificatore supervisionato a livello di impulso ha raggiunto un'efficienza del 25,4%, rispetto al 4,2% di NHits. L'MPDR ha raggiunto il 4,8%.

• Prestazioni di Runtime:

  • I benchmark di inferenza su una GPU NVIDIA A100 mostrano che tutti i modelli operano ben al di sotto della scala del millisecondo.
  • La rete di energia MPDR ha dimostrato il throughput più elevato (30.000 finestre/s), seguita dall'autoencoder (20.000 finestre/s).
  • Il transformer supervisionato, pur essendo potente, presenta una latenza e un uso della memoria superiori a causa del costo computazionale del calcolo dei bias posizionali relativi a coppie per l'attenzione.

Significatività e Rivendicazioni
Il documento afferma che gli algoritmi di trigger basati sul deep learning offrono una via percorribile per abbassare la soglia di rilevamento di Hyper-Kamiokande al di sotto dei 7 MeV, un regime in cui i trigger tradizionali falliscono a causa della dominanza del rumore.

• Fattibilità del ML in Tempo Reale: Lo studio dimosta che modelli di deep learning complessi, inclusi i Transformer e i modelli basati sull'energia, possono essere integrati nei sistemi DAQ online con latenze di inferenza nell'ordine dei decimi di microsecondo, soddisfacendo i rigorosi requisiti temporali dell'esperimento.
• Robustezza tramite Rilevamento di Anomalie: L'approccio MPDR è evidenziato come un importante proof-of-concept per il rilevamento di anomalie nella fisica delle particelle. La sua capacità di migliorare l'efficienza senza richiedere una modellazione dettagliata del segnale lo rende robusto contro potenziali errori di modellazione della fisica del segnale, a condizione che il rumore del rivelatore sia ben compreso.
• Complementarità: I risultati suggeriscono che combinare i trigger tradizionali basati sul conteggio degli impulsi con algoritmi di machine learning (ad esempio, usando NHits come pre-trigger) potrebbe ottimizzare l'uso delle risorse massimizzando al contempo la ritenzione del segnale.
• Impatto Fisico: Consentendo l'acquisizione efficiente di dati al di sotto dei 7 MeV, questi algoritmi supportano direttamente gli obiettivi fisici critici, inclusa la risoluzione dei parametri di oscillazione dei neutrini solari, la rilevazione del DSNB e lo studio della dinamica delle supernove.

Gli autori concludono che, sebbene il classificatore supervisionato a livello di impulso offra attualmente le prestazioni migliori, l'approccio MPDR fornisce un'alternativa robusta e agnostica rispetto al segnale. Notano inoltre che ulteriori guadagni potrebbero essere ottenuti tramite modelli dedicati che incorporano le correlazioni temporali tra i segnali leptone prompt e i gamma ritardati per il neutron tagging, che non è stato esplorato completamente in questo specifico studio.