CUORE Data Release for ML Applications: Pulse Shape Analysis Dataset

기술 요약: ML 애플리케이션을 위한 CUORE 데이터 공개

문제 정의
CUORE(Cryogenic Underground Observatory for Rare Events) 실험은 $^{130}\text{Te}$의 무중성미자 이중 베타($0\nu\beta\beta$) 붕괴를 탐색합니다. 이 탐색에서 발생하는 주요 배경 잡음원 중 하나는 "파일업(pile-up)" 이벤트입니다. 이는 단일 결정 칼로리미터의 10초 이벤트 윈도우 내에 두 개 이상의 별개 입자 상호작용이 에너지를 전달하는 현상입니다. 이러한 파일업 이벤트는 단일 입자 이벤트의 에너지 시그니처를 모사하거나 예상되는 붕괴 피크($Q_{\beta\beta}$) 근처의 배경 잡음을 왜곡할 수 있습니다. 협력단은 이러한 이벤트를 식별하기 위한 물리 기반 방법들을 확립해 왔으나, 저온 칼로리미트리의 펄스 형태 분석 및 분류를 위한 인공지능 및 머신러닝(AI/ML) 알고리즘을 개발하고 벤치마킹하기 위한 공개 과학 데이터셋에 대한 수요가 증가하고 있습니다.

방법론 및 데이터셋 구축
본 논문은 펄스 분류를 위한 지도 학습 접근 방식을 지원하기 위해 특별히 설계된, CUORE 교정 데이터에서 추출한 큐레이션된 공개 데이터셋을 제시합니다. 이 데이터셋은 다음의 이진 분류 문제를 다룹니다:

• 클래스 0 (Clean Pulses): 10초 윈도우 내에서 표준 열 펄스 형태를 보이는 단일 펄스 이벤트.
• 클래스 1 (Pile-up Pulses): 동일한 윈도우 내에 두 개 이상의 펄스를 포함하는 이벤트로, 시간적으로 분리되어 있거나 진폭이 다양할 수 있음.

데이터 사양:

• 출처: $\sim10$ mK에서 작동하는 988개의 $\text{TeO}_2$ 결정 칼로리미터.
• 형식: 총 10,000개의 이벤트(클린 5,000개, 파일업 5,000개)를 포함하는 HDF5 파일.
• 파형 구조: 각 이벤트는 1 kHz로 샘플링된 길이 10,000의 1차원 시계열 배열입니다. 윈도우는 트리거된 펄스의 상승 중간 지점이 인덱스 3000 근처에 오도록 정의되어, $\sim3$ 초의 프리-트리거(pre-trigger) 베이스라인을 제공합니다.
• 레이블링: 레이블은 플래그가 지정된 펄스의 수($n_{\text{pulses}}$)와 CUORE 2 톤$\cdot$년 펄스 형태 식별 컷의 정규화된 재구성 오차($n_{\text{rei}}$)로부터 도출됩니다. $n_{\text{pulses}}=1$ 이고 $|n_{\text{rei}}| < 10$ 이면 레이블 0을 할당하며, $n_{\text{pulses}} > 1$ 이고 $|n_{\text{rei}}| > 10$ 이면 레이블 1을 할당합니다.
• 정규화: AI/ML 전처리를 용이하게 하기 위해, 각 이벤트에는 오프셋(첫 2,500개 샘플의 평균), 최댓값, 스케일 팩터에 대한 메타데이터가 포함됩니다. 본 논문은 정규화된 파형 $\tilde{p}_i(t)$를 구성하고 이를 $[0, 1]$ 범위로 클리핑하는 방법을 보여주는 Python 스크립트를 제공합니다.

주요 기여

1. 공개 데이터셋 배포: 협력단은 Zenodo(DOI: 10.5281/zenodo.20721645)를 통해 90%의 훈련 세트와 10%의 테스트 세트로 분할된 데이터의 일부를 HDF5 형식으로 공개했습니다.
2. 표준화된 벤치마킹: 본 논문은 특정 펄스 분류 챌린지를 제안합니다. 참가자들은 레이블이 가려진 홀드아웃(held-out) 테스트 세트에 대한 예측을 제출하여 다음 항목에 대해 평가받을 수 있습니다:
   • ROC 곡선 아래 면적(AUC-ROC).
   • 분류 정확도(Classification Accuracy).
   • 고정된 참 양성률(TPR) 90%에서의 거짓 양성률(FPR). 이는 제어된 신호 효율이 필요한 물리 분석에 중요한 지표입니다.
3. 재현성: 저자들은 h5py 및 numpy를 사용하여 데이터를 로드하고, 정규화하며, Conv1D 신경망 입력용으로 포맷팅하는 최소한의 Python 예제를 제공합니다.

결과 및 주장
본 논문은 저자가 훈련시킨 특정 머신러닝 모델의 결과를 제시하거나 새로운 최고 분류 정확도를 주장하지 않습니다. 대신, 제시된 "결과"는 데이터셋 자체의 성공적인 큐레이션 및 공개입니다. 저자들은 이 공개가 고품질의 시계열 저온 데이터를 잘 이해된 물리 기반 레이블과 결래하여 AI/ML 커뮤니티를 위한 "훌륭한 자원" 역할을 할 것이라고 주장합니다.

의의
본 연구의 의의는 오픈 사이언스를 촉진하고 희귀 이벤트 탐색을 위한 분석 기술을 발전시키는 데 있습니다. 명확한 이진 레이블(클린 vs 파일업)이 포함된 표준화된 데이터셋을 제공함으로써, CUORE 협력단은 펄스 형태 분석을 위한 지도 학습 알고리즘의 테스트 및 개발을 가능하게 합니다. 이는 $0\nu\beta\beta$ 붕괴 탐색 및 기타 저온 칼로리미터 관련 응용 분야에서 배경 잡지 제거 성능을 개선하려는 광범위한 목표를 지원합니다. 저자들은 이 데이터를 사용한 모든 출판물에서 관련 CUORE 물리 결과(Ref. [4])와 이 특정 arXiv 논문을 인용할 것을 명시적으로 요청합니다.