Weakly supervised machine learning for model-agnostic searches of new phenomena in the $\gamma$-ray sky

Sintesi Tecnica: Apprendimento Automatico Debolmente Supervisionato per Ricerche Model-Agnostiche nel Cielo a $\gamma$-Raggi

Definizione del Problema
Il cielo a $\gamma$-raggi, in particolare come osservato dal Fermi Large Area Telescope (Fermi-LAT), contiene una popolazione significativa di sorgenti non associate che potrebbero rappresentare nuove popolazioni astrofisiche o fisica esotica (ad esempio, subaloni di materia oscura, oscillazioni assione-fotone). Sebbene l'apprendimento automatico (ML) sia diventato centrale per la classificazione delle sorgenti e la ricerca di nuova fisica, gli approcci esistenti si affidano pesantemente all'apprendimento completamente supervisionato. Ciò richiede modelli di segnale esplicitamente etichettati per ogni ipotesi testata. Una limitazione critica sorge quando il vero segnale esotico devia dal modello di addestramento assunto, portando a una significativa riduzione della sensibilità del classificatore. Inoltre, i metodi completamente supervisionati sono inadatti a scenari in cui non sono disponibili etichette a livello di evento o in cui il modello di segnale è solo parzialmente specificato.

Metodologia
Questo lavoro esplora la classificazione debolmente supervisionata come un'alternativa meno dipendente dal modello. La strategia centrale impiega un setup background-versus-mixture (BvM):

• Dati di Addestramento: Invece di eventi di segnale e di background etichettati, i classificatori vengono addestrati su due campioni con diverse proporzioni della componente di segnale ma con distribuzioni di background identiche.
  • Campione $B$ (Background): Background astrofisico puro $p_A(x)$.
  • Campione $M$ (Mixture): Una miscela $f p_E(x) + (1-f) p_A(x)$, dove $f$ è la frazione di segnale e $p_E(x)$ è la distribuzione del segnale esotico.
• Base Teorica: Sotto l'assunto che la componente di background sia distribuita identicamente in entrambi i campioni, un classificatore addestrato per distinguere $B$ da $M$ apprende uno score monotono rispetto al rapporto di verosimiglianza ottimale $p_E(x)/p_A(x)$. Ciò consente l'identificazione di sottoinsiemi simili al segnale senza richiedere etichette individuali per gli eventi o una conoscenza preventiva della frazione di segnale.
• Architettura del Classificatore: Gli autori utilizzano Alberi di Decisione Potenziati (BDT) (specificamente GradientBoostingClassifier di sklearn) come classificatore predefinito. I BDT sono stati scelti rispetto alle reti neurali per la loro stabilità, robustezza agli input rumorosi/correlati e facilità di ottimizzazione. L'input consiste in flussi spettrali a basso livello in bande di energia standard (7 bin per pulsar/AGN/DM, 50 bin per ricerche ALP) per mantenere una base model-agnostic.
• Aumento dei Dati: Per gestire lo squilibrio delle classi e sondare piccole frazioni di segnale, gli autori impiegano flussi normalizzanti per generare spettri di background sintetici (specificamente per gli AGN) che corrispondano alle proprietà statistiche delle sorgenti osservate.

Contributi Chiave e Applicazioni
Il lavoro valida questo approccio attraverso tre distinti scenari fisici, confrontando i risultati debolmente supervisionati con i benchmark completamente supervisionati:

1. Pulsar vs. Nuclei Galattici Attivi (AGN) – Benchmark Controllato:

   • Setup: Utilizzando il catalogo 4FGL, le pulsar sono trattate come il segnale e gli AGN come il background.
   • Risultato: L'approccio debolmente supervisionato identifica con successo le pulsar. Man mano che la frazione di segnale nella miscela aumenta, il Tasso di Veri Positivi (TPR) sale e si avvicina alle prestazioni del benchmark completamente supervisionato. Il Tasso di Falsi Positivi (FPR) rimane stabile. Ciò dimostra che la supervisione debole può recuperare prestazioni quasi ottimali quando il segnale e il background sono spettralmente distinti.

2. Subaloni di Materia Oscura – Sfida Model-Dipendente:

   • Setup: Spettri di subaloni simulati (annichilazione WIMP in $b\bar{b}$) vengono iniettati in un background di sorgenti astrofisiche identificate.
   • Risultato: Il problema è più complesso a causa della sovrapposizione spettrale tra subaloni e sorgenti astrofisiche. Sebbene la supervisione debole possa identificare spettri simili ai subaloni senza etichette di segnale esplicite, rimane un divario di prestazioni rispetto al baseline completamente supervisionato. Il TPR è più basso e l'FPR è leggermente più alto, riflettendo il confine decisionale conservativo inerente al setup BvM a basse frazioni di segnale. Tuttavia, il metodo evita la necessità di riaddestrare per ogni specifica massa di materia oscura o canale di annichilazione ipotizzato.

3. Oscillazioni di Particelle Simili ad Assioni (ALP) – Irregolarità Spettrali:

   • Setup: La ricerca mira a sottili deformazioni spettrali oscillatorie ("wiggles") nei spettri delle pulsar indotte dal mixing fotone-ALP nei campi magnetici galattici, piuttosto che a una nuova popolazione di sorgenti.
   • Risultato: Lo studio simula spettri modulati utilizzando lo strumento GammaALPs e il modello di campo magnetico galattico di Jansson-Farrar. Gli autori confrontano le strategie supervisionate e debolmente supervisionate per rilevare queste modulazioni. I risultati evidenziano la difficoltà di rilevare sottili caratteristiche spettrali con un alto squilibrio di classe (10% di segnale), dove il TPR rimane basso anche nel caso supervisionato. L'approccio debolmente supervisionato si dimostra una strategia valida per classificare i candidati in base alle irregolarità spettrali senza dover scansionare l'intero spazio dei parametri ALP ($m_a, g_{a\gamma}$).

Risultati Chiave

• Prestazioni: Nel benchmark "pulito" (Pulsar vs. AGN), la supervisione debole si avvicina alle prestazioni dei classificatori completamente supervisionati. In scenari più complessi e sovrapposti (Materia Oscura), fornisce un'alternativa robusta, seppur leggermente meno sensibile, che riduce la dipendenza da specifici template di segnale.
• Dipendenza dalla Frazione di Segnale: Le prestazioni di classificazione (specificamente il TPR) generalmente migliorano all'aumentare della frazione di segnale nella miscela, poiché la differenza tra il background puro e i campioni misti diventa più pronunciata.
• Robustezza: Il metodo identifica con successo sottoinsiemi anomali di dati riducendo al contempo la dipendenza da una modellazione dettagliata del segnale durante la fase di addestramento.

Significatività e Rivendicazioni
Gli autori pongono questo lavoro non come un sostituto delle ricerche basate sulla verosimiglianza dedicata o come uno strumento diretto per massimizzare la significatività della scoperta in esperimenti di conteggio. Invece, affermano che l'apprendimento debolmente supervisionato funge da strategia complementare di selezione dei candidati e classificazione delle anomalie.

• Model Agnosticism: Permette l'analisi di dati a $\gamma$-raggi dove il modello di segnale è incerto, solo parzialmente specificato o dove non sono disponibili etichette a livello di evento.
• Prioritizzazione: Il metodo può dare priorità a target interessanti in grandi cataloghi di $\gamma$-raggi (come le sorgenti non associate) per studi successivi tramite analisi dedicate dipendenti dal modello, osservazioni multi-lunghezza d'onda o misurazioni di follow-up.
• Validazione: Progredendo da un benchmark ben controllato verso scenari via via più sottili, il lavoro stabilisce il comportamento raggiungibile della supervisione debole in condizioni controllate, ponendo le basi per studi futuri che affrontino effetti di selezione realistici e shift di dominio.

Il lavoro conclude che l'apprendimento debolmente supervisionato fornisce un'aggiunta flessibile al toolkit per l'analisi dei dati a $\gamma$-raggi, colmando il divario tra gli sviluppi dell'apprendimento automatico e della fisica delle particelle e le applicazioni astrofisiche.