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

技術要約：$\gamma$線天におけるモデル非依存的な探索のための弱教師あり機械学習

問題提起
Fermi Large Area Telescope (Fermi-LAT) によって観測される$\gamma$線天、特に未同定のソース（unassociated sources）には、新しい天体集団やエキゾチックな物理（例：ダークマター・サブハロ、アクシオン・フォトンの振動）を示す可能性のある重要な集団が含まれている。機械学習（ML）はソース分類や新物理の探索において中心的な役割を果たしているが、既存のアプローチは完全教師あり学習に大きく依存している。これには、テストされるすべての仮説に対して、明示的なラベル付き信号モデルが必要となる。重大な限界として、真のエキゾチック信号が想定された学習モデルから逸脱した場合、分類器の感度が著しく低下することが挙げられる。さらに、完全教師ありの手法は、イベントレベルのラベルが利用できない場合や、信号モデルが部分的にしか指定されていないシナリオには適していない。

手法
本研究では、よりモデル依存性の低い代替案として、**弱教師あり分類（weakly supervised classification）**を探索する。核となる戦略は、**背景対混合物（background-versus-mixture: BvM）**の設定を採用することである：

• 学習データ: ラベル付きの信号イベントと背景イベントの代わりに、分類器は信号成分の割合は異なるが、背景分布は同一である2つのサンプルを用いて学習を行う。
  • サンプル $B$ (背景): 純粋な天体背景 $p_A(x)$。
  • サンプル $M$ (混合物): $f p_E(x) + (1-f) p_A(x)$ という混合物。ここで $f$ は信号の割合、$p_E(x)$ はエキゾチック信号の分布である。
• 理論的根拠: 背景成分が両方のサンプルにおいて同一に分布するという仮定の下で、BからMを区別するように学習された分類器は、最適な尤度比 $p_E(x)/p_A(x)$ に対して単調なスコアを学習する。これにより、個々のイベントラベルや信号の割合に関する事前知識を必要とせずに、信号に似たサブセットを特定することが可能になる。
• 分類器アーキテクチャ: 著者らは、デフォルトの分類器として勾配ブースティング決定木（BDT）（具体的には sklearn の GradientBoostingClassifier）を利用している。BDTは、ニューラルネットワークよりも安定しており、ノイズの多い入力や相関のある入力に対して堅牢であり、最適化が容易であるため選択された。入力特徴量は、モデル非依存のベースラインを維持するために、標準的なエネルギー帯域における低レベルのスペクトルフラックス（パルサー/AGN/DM用には7ビン、ALP探索用には50ビン）を用いている。
• データ拡張: クラス不均衡に対処し、小さな信号割合を調査するために、著者らは**正規化流（normalizing flows）**を用いて、観測されたソースの統計的特性に一致する合成背景スペクトル（特にAGN）を生成している。

主な貢献と応用
本論文では、このアプローチを、完全教師ありのベンチマークと比較しながら、3つの異なる物理シナリオにわたって検証している：

1. パルサー vs. 活動銀河核 (AGN) – 管理されたベンチマーク:

   • 設定: 4FGLカタログを使用し、パルサーを信号、AGNを背景として扱う。
   • 結果: 弱教師ありアプローチはパルサーを正常に識別する。混合物中の信号の割合が増加するにつれて、真陽性率（TPR）は上昇し、完全教師ありのベンチマークの性能に近づく。偽陽性率（FPR）は安定している。これは、信号と背景がスペクトル的に明確に異なる場合、弱教師あり学習が最適に近い性能を回収できることを示している。

2. ダークマター・サブハロ – モデル依存の課題:

   • 設定: シミュレーションされたサブハロのスペクトル（$b\bar{b}$ へのWIMP消滅）を、特定された天体背景の中に注入する。
   • 結果: サブハロと天体ソースとの間のスペクトルの重なりが大きいため、より困難な問題となる。弱教師あり学習は、明示的な信号ラベルなしでサブハロに似たスペクトルを特定できるが、完全教師ありのベースラインとの間に性能差が残る。TPRは低くなり、FPRはわずかに高くなる。これは、低信号割合におけるBvM設定に固有の保守的な決定境界を反映している。しかし、この手法は、特定のダークマター質量や消滅チャネルの仮説ごとに再学習する必要性を回避する。

3. アクシオン様粒子 (ALP) 振動 – スペクトルの不規則性:

   • 設定: 探索の対象は、新しいソース集団ではなく、銀河磁場によって誘発されるパルサー・スペクトルの微妙な振動的なスペクトル変形（「ウィグル」）である。
   • 結果: 著者らは GammaALPs ツールと Jansson-Farrar 銀河磁場モデルを用いて、変調されたスペクトルをシミュレートしている。また、これら変調の検出における教師あり学習と弱教師あり学習の戦略を比較している。結果は、高いクラス不均衡（信号10%）において、微細なスペクトル特徴を検出することの難しさを示しており、そこでは教師ありの場合でもTPRは低いままとなる。弱教師ありアプローチは、全ALPパラメータ空間（$m_a, g_{a\gamma}$）をスキャンすることなく、スペクトルの不規則性に基づいて候補をランク付けするための実行可能な戦略であることが示されている。

主な結果

• 性能: 「クリーンな」ベンチマーク（パルサー vs. AGN）において、弱教師ありアプローチは完全教師あり分類器の性能に接近する。より複雑で重なりのあるシナリオ（ダークマター）においては、特定の信号テンプレートへの依存を減らす、堅牢ではあるがわずかに感度が低い代替手段を提供する。
• 信号割合への依存性: 分類性能（特にTPR）は、混合物中の信号の割合が増加するにつれて一般に向上する。これは、純粋な背景と混合サンプルの差がより顕著になるためである。
• 堅牢性: この手法は、訓練フェーズにおける詳細な信号モデリングへの依存を減らしつつ、データの異常なサブセットを正常に特定する。

意義と主張
著者らは、本研究を、専用の尤度ベースの探索に代わるものや、計数実験における発見有意性を最大化するための直接的なツールとしてではなく、補完的な候補選択および異常ランキング戦略として位置づけている。

• モデル非依存性: 信号モデルが不確実である、あるいは部分的にしか指定されていない、またはイベントレベルのラベルが利用できない$\gamma$線データの解析を可能にする。
• 優先順位付け: 大規模な$\gamma$線カタログ（未同定のソースなど）の中から、その後の専用のモデル依存解析、多波長観測、または追跡測定のための興味深いターゲットを優先順位付けすることができる。
• 検証: 管理された条件下での挙動を確立するために、制御されたベンチマークから、より微細なシナリオへと段階的に進むことで、現実的な選択効果やドメインシフトに対処するための将来の研究の基礎を築いている。

本論文は、弱教師あり学習が、機械学習と粒子物理学の開発を天文学的応用へと橋渡しする、$\gamma$線データ解析のツールキットへの柔軟な追加要素であることを結論付けている。