ParticleTransformer is all you need for reconstructing hadronic tau leptons

Riepilogo Tecnico: ParticleTransformer per la Ricostruzione di Tau Adronici in FCC-ee

Enunciato del Probleo
Il prossimo programma TeraZ presso il Future Circular Collider (FCC-ee) prevede la produzione di circa $10^{11}$ eventi $Z \to \tau\tau$. Misurazioni di precisione e ricerche di fisica oltre il Modello Standard in questo dataset richiedono una ricostruzione accurata dei leptoni tau adronici ($\tau_h$). Questo compito è intrinsecamente difficile a causa della breve durata di vita del tau ($290$ fs), che ne impedisce l'osservazione diretta, e della presenza di neutrini ($\nu_\tau$) non rilevati che trasportano via una parte significativa delle informazioni cinematiche. Inoltre, la diversità della topologia dei decadimenti tau adronici (che variano da singoli adroni carichi a complessi stati multi-pionici) complica la progettazione di algoritmi euristici robusti. Gli approcci esistenti spesso si affidano a passaggi di ricostruzione sequenziali o ad algoritmi specializzati per compiti specifici (ad esempio, identificazione rispetto a cinematica), mancando di un framework unificato capace di fornire oggetti ricostruati ad alto livello direttamente dai costituenti del rivelatore.

Metodologia
Gli autori propongono un approccio interamente basato sull'apprendimento automatico utilizzando l'architettura ParticleTransformer per ricostruire gli oggetti $\tau_h$ in modo end-to-end. La ricostruzione è formulata come un insieme di quattro compiti complementari di apprendimento supervisionato:

1. Identificazione del Tau: Classificazione binaria per distinguere i jet $\tau_h$ dal fondo (jet $q\bar{q}$).
2. Classificazione del Modo di Decadimento: Classificazione multi-classe in sei categorie basate sulla molteplicità di adroni carichi ($h^\pm$) e pioni neutri ($\pi^0$).
3. Ricostruzione della Carica: Classificazione binaria per determinare il segno della carica elettrica ($\pm 1$).
4. Regressione Cinematica: Predizione del quadrimomento visibile completo ($p^\mu = p_T^{vis}, \eta^{vis}, \phi^{vis}, m^{vis}$).

Lo studio valuta due distinte strategie di addestramento utilizzando il framework di simulazione CLD (CLIC Like Detector) e il dataset Fuτure (contenente circa 2 milioni di eventi di segnale $Z/\gamma^* \to \tau\tau$ e fondo $Z/\gamma^* \to q\bar{q}$ a $\sqrt{s} = 91$ GeV):

• SingleParTau: Un modello dedicato addestrato indipendentemente per ciascuno dei quattro compiti.
• MultiParTau: Un modello unificato multi-task che condivide un backbone comune ParticleTransformer (strato di embedding e due strati transformer) attraverso tutti i compiti, utilizzando teste di output specifiche per il compito (token CLS) per le predizioni finali.

L'approccio MultiParTrain impiega l'algoritmo PCGrad per bilanciare dinamicamente i gradienti tra i compiti, mitigando l'interferenza dei gradienti. Le caratteristiche di input consistono in candidati di particle flow (tracce e cluster calorimetrici) raggruppati in jet, inclusi parametri cinematici, flag di identificazione delle particelle e parametri di impatto.

Contributi Chiave

• Primo Approccio ML Unificato per FCC-ee: Questo lavoro presenta il primo framework di ricostruzione dei tau adronici interamente basato sul machine learning specificamente tarato per gli studi FCC-ee, coprendo simultaneamente identificazione, modo di decadimento, carica e cinematica completa.
• Efficienza Multi-Task: Il documento dimostra che un singolo modello unificato (MultiParTau) può raggiungere prestazioni comparabili, o leggermente superiori, a quattro modelli dedicati (SingleParTau) utilizzando solo circa un quarto dei parametri addestrabili (3,58 M contro circa 13,92 M combinati).
• Integrazione Completa dei Compiti: Il framework integra con successo la ricostruzione della carica e la regressione del quadrimomento completo, estendendo il lavoro precedente che si concentrava principalmente su identificazione e momento trasverso.

Risultati
I modelli sono stati valutati su campioni completamente simulati con effetti di rivelatore realistici. Le metriche chiave di prestazione includono:

• Identificazione del Tau: Entrambi gli approcci raggiungono tassi di misidentificazione dei jet dell'ordine di $O(10^{-3})$ a un'efficienza globale di segnale dell'80%. Le prestazioni sono quasi identiche in tutto l'intervallo di $p_T$.
• Classificazione del Modo di Decadimento: I modelli raggiungono punteggi F1 di 0,89–0,95 per i canali di decadimento dominanti. Il modello unificato (MultiParTau) mostra un leggero vantaggio nei punteggi F1 in tutti i modi rispetto a SingleParTau.
• Ricostruzione della Carica: Entrambi i modelli ML raggiungono tassi di misidentificazione della carica inferiori a $10^{-3}$ fino all'80% di efficienza. Questo supera l'estimatore della carica del jet convenzionale ($Q_\kappa$) di uno o due ordini di grandezza, particolarmente ad alta $p_T$.
• Ricostruzione Cinematica:
  • Risoluzione Angolare: SingleParTau raggiunge la migliore risoluzione angolare (mediana $\Delta R \approx 3,1\text{--}3,7 \times 10^{-3}$), mentre MultiParTau è leggermente inferiore ($3,8\text{--}5,4 \times 10^{-3}$), ma comunque significativamente migliore degli osservabili del jet a livello di ricostruzione.
  • Risoluzione del Momento: Entrambi i modelli raggiungono una risoluzione del momento trasverso visibile a livello percentuale ($2,51\text{--}3,20\%$), superando gli standard degli osservabili del jet.
  • Ricostruzione della Massa: La massa visibile ($m^{vis}$) è la componente più difficile da regredire a causa della sua dipendenza dal modo di decadimento e del neutrino che sfugge, risultando in distribuzioni più ampie.

Significatività e Rivendicazioni
Il documento rivendica di fornire una soluzione realistica e ad alte prestazioni per la ricostruzione dei tau adronici in FCC-ee. La significatività primaria risiede nel dimostrare che un'architettura multi-task unificata può gestire efficacemente l'intero spettro dei requisiti di ricostruzione di $\tau_h$ (identificazione, carica, modo di decadimento e cinematica) senza l'overhead computazionale di addestrare e distribuire molteplici modelli specializzati.

Sebbene l'approccio dedicato SingleParTrain fornisca la migliore prestazione cinematica assoluta, gli autori sottolineano che l'approccio MultiParTau offre un'alternativa altamente efficiente che ottiene prestazioni di classificazione leggermente migliori con una frazione dei parametri. I modelli risultanti generano oggetti $\tau_h$ ad alto livello adatti per analisi fisiche a valle, come le misurazioni di precisione dell'angolo di mescolamento elettrodebole e le ricerche di violazione del numero leptonico caricato. Gli autori osservano che il lavoro futuro si concentrerà sull'estensione della copertura dei modi di decadimento (ad esempio, modi arricchiti in kaoni), l'incorporazione di informazioni sul vertice secondario e potenzialmente l'estensione dell'ambito alla ricostruzione del neutrino.