Reconstructing short-lived particles using hypergraph representation learning

スイスとフランスの国境下に埋設された巨大な磁石の環、大型ハドロン衝突型加速器（LHC）の内部では、科学者たちが陽子を光速に近い速度で衝突させている。これらの衝突は、宇宙の最初期の猛烈なエネルギーを再現し、新たな粒子の連鎖を生み出す。これらの粒子のほとんどは重く、極めて短命であり、瞬時にさらに安定した破片の噴出へと崩壊する。自然界の根本的な法則を理解するために、物理学者はこの破片から元の儚い粒子を再構成しなければならない。それは、まるで鑑識の専門家が、散らばった破片を調べて砕け散った花瓶の形を推測しようとする過程に似ている。課題はその破片の膨大な数にある。重い粒子が崩壊するとき、それらは特定の方向に飛び出す最大20個の「ジェット」と呼ばれる、粒子の細い流れを生成することが多い。どのジェットがどの親粒子に由来するかを特定することは、驚異的な複雑さを伴うパズルである。特に、検出器に痕跡を残さない不可視の粒子が破片に含まれている場合には困難を極める。

マンチェスター大学の研究チームは、このパズルを解くための新しい手法を開発した。それは、衝突データを単なる粒子のリストとしてではなく、関係性の複雑なウェブとして扱うものである。彼らはこの手法を「HyPER」と呼んでいる。HyPERは、粒子を個別に、あるいは単にペアとして見るのではなく、「ハイパーグラフ」と呼ばれる数学的構造を用いて、粒子のグループが一度にどのように結びついているかを理解する。標準的なアプローチでは、コンピュータは粒子Aを粒子Bに結びつけ、次に粒子Bを粒子Cに結びつけるというように、ステップ・バイ・ステップで鎖を構築しようとする。しかし、HyPERは粒子の一群を同時に見て、「これら特定の3つの粒子は、共に一つの親粒子を形成しているか？」と問いかけることができる。この視点の転換により、システムはより単純な手法が見落としてしまうパターンを捉えることが可能になり、特に粒子の数が非常に多いイベントにおいてその効果を発揮する。

研究者たちは、この新システムを、一対のトップクォーク（既知の最も重い素粒子）が完全にジェットへと崩壊する特定のタイプの衝突を用いてテストした。このシナリオでは、2つのトップクォークが6つのクォークへと分解され、それがさらに6つのジェットへと変化し、さらに激しい衝突によって生成された追加のジェットも発生する。目標は、どの3つのジェットが一方のトップクォークに属し、どの3つがもう一方のトップクォークに属するかを正しく識別することである。チームは、数百万回のシミュレーション衝突を用いてHyPERモデルを訓練し、正しいグループ化を認識するように学習させた。その後、彼らはHyPERを、現在物理学者によって使用されている最も高度な既存の手法の2つと対決させた。結果は、HyPERが全イベントの67パーセントにおいて親粒子を正しく再構成できたことを示しており、約65パーセントおよび64.5パーセントの成功率であった他の手法を上回った。

この成果を特に重要なものにしているのは、精度のわずかな向上だけでなく、それが達成された際の効率性である。HyPERモデルは驚くほど小さく、訓練可能なパラメータは約3,450個しか含まれていない。対照的に、競合するモデルが機能するには数百万のパラメータを必要とする。比較のために言えば、この新しいモデルは既存のツールの1つよりもパラメータが20分の1も少ないにもかかわらず、より優れた結果を出しているのである。この効率性は、モデルが学習データそのものを暗記してしまう「過学習（オーバーフィッティング）」を起こす可能性が低く、また実行に要する計算能力もはるかに少ないことを意味するため、非常に重要である。研究者たちは、利用可能な訓練データの量を減らした場合でも、HyPERが最も正確なツールであり続けたことを発見した。これは、希少な物理現象の探索においてしばしば直面する限定的なデータセットに対しても、HyPERが堅牢であることを示唆している。

HyPERの成功は、粒子物理学におけるさらに複雑で稀な事象の研究への扉を開くものである。このシステムは任意のサイズの粒子のグループを扱えるように設計されているため、将来的には4つ、5つ、あるいはそれ以上のジェットへと崩壊する粒子を再構成するために使用できる可能性がある。今回の研究は、ニュートリノが存在しない全ハドロン崩壊に焦点を当てたものだが、研究者たちは、将来的な課題として終状態のニュートリノ・キネマティクスの再構成を含めることを目指しているとしている。研究者たちは、彼らのアプローチがトップクォーク対の特定のケースにおいてうまく機能することを実証したが、その根底にある手法は、幅広い物理プロセスに適用できるほど柔軟である。粒子間の関係性を可視化するためのより強力で効率的な方法を提供することで、HyPERは宇宙の基本構造を覗き見るための新しい道具となり、既知の世界の背景ノイズから新しい物理学のシグナルを識別する助けとなるのである。