Optimised Graph Convolution for Calorimetry Event Classification

Resumo Técnico: Convolução de Grafos Otimizada para Classificação de Eventos de Calorimetria

Definição do Problema
O aumento da luminosidade do Large Hadron Collider de Alta Luminosidade (HL-LHC) e a granularidade aprimorada de detectores como o upgrade CMS HGCAL levaram a um aumento massivo no volume de dados e na contagem de canais. Embora isso melhore a precisão na observação de fenômenos complexos e eventos raros, torna as técnicas padrão de reconstrução e gatilhos (triggers) ineficazes. Especificamente, os gatilhos baseados em limiares de energia lutam contra a complexidade de alto pile-up, e os métodos padrão de aprendizagem profunda (por exemplo, redes neurais convolucionais) falham em generalizar bem para as topologias peculiares e não lineares dos detectores de partículas. Há uma necessidade crítica de algoritmos que possam processar eficientemente dados de calorímetros de alta granularidade enquanto respeitam as simetrias geométricas e físicas do detector.

Metodologia
Os autores propõem um framework de Rede de Convolução de Grafos (GCN) projetado para identificação de partículas (PID) e regressão de energia em calorímetros de alta granularidade. O pipeline consiste em quatro estágios principais:

1. Construção de Grafo Otimizada (PT-KNN):

   • Os eventos são representados como grafos onde os nós correspondem a células de sensores de hits e as arestas representam a proximidade geométrica.
   • Em vez de calcular distâncias euclidianas dinamicamente para cada evento (o que é computacionalmente caro), os autores introduzem Tabelas de Proximidade (PTs). Estas tabelas pré-computam a ordem dos sensores vizinhos para cada célula do detector com base em uma métrica definida pelo usuário (distância euclidiana neste estudo).
   • O algoritmo PT-KNN utiliza estas tabelas para construir grafos selecionando os $k$ vizinhos mais próximos das listas pré-ordenadas. Esta abordagem reduz significativamente a complexidade temporal em comparação com o KNN padrão, alcançando uma complexidade média de $O(N \langle c_{last} \rangle) \sim (\log N)^2$ na prática, e uma complexidade assintótica linear de $O(N)$ sob condições específicas. Isto é crucial para ambientes de recursos limitados, como gatilhos de hardware.

2. Convolução de Passagem de Mensagem:

   • O framework emprega passagem de mensagem onde as características dos nós (energia) e as características das arestas (distância euclidiana) são atualizadas.
   • Uma função de mensagem (camada de neurônio único com Leaky-ReLU) processa as características concatenadas de nós e arestas.
   • As estratégias de agregação diferem por tarefa: Max pooling é usado para identificação de partículas para destacar características proeminentes, enquanto o Mean pooling é usado para regressão de energia para suavizar as características e considerar o grafo globalmente. Self-loops são adicionados para preservar a informação do nó durante as atualizações.

3. Pooling Geométrico (Treclus):

   • Para reduzir o grafo preservando a estrutura global, os autores introduzem o Treclus, um algoritmo de agrupamento baseado em limiar.
   • O Treclus cria um emparelhamento de nós ligados por arestas mais curtas que um limiar $\epsilon$. Para manter a complexidade linear e evitar o problema quadrático de encontrar um emparelhamento máximo, o algoritmo é aplicado iterativamente (menos de 10 chamadas são suficientes).
   • Os clusters são agrupados via operações de característica (max para PID, soma para regressão de energia para conservar a informação da contagem de nós) para manter a contagem de nós. As posições dos clusters são selecionadas aleatoriamente a partir dos nós constituintes para manter o embedding dentro da geometria conhecida do detector.

4. Leitura de Grafo (Readout) e MLP:

   • Para alimentar o Multi-Layer Perceptron (MLP) com a saída de tamanho variável do grafo, uma camada de Readout Pooling achata o grafo em um tensor de tamanho fixo.
   • Crucialmente, este passo respeita a simetria rotacional do detector ao dividir o detector em regiões de leitura específicas (anéis concêntricos e fatias longitudinais) baseadas na física da interação (por exemplo, distinguindo chuvas eletromagnéticas de hadrônicas). Isso evita que o modelo aprenda representações redundantes para chuvas idênticas rotacionadas.
   • O MLP final tem formato de funil com 6 camadas e ativações Leaky-ReLU.

Principais Contribuições

• Algoritmo PT-KNN: Um método de construção de grafos otimizado usando tabelas de proximidade pré-computadas que reduz drasticamente o custo computacional da geração de grafos, tornando-o viável para ambientes de recursos restritos (ex: FPGAs).
• Pooling Treclus: Um algoritmo de agrupamento inovador projetado para reduzir grafos com base na localidade geométrica, preservando a estrutura geral do grafo e mantendo a complexidade linear.
• Readout Sensível à Simetria: Uma estratégia de leitura que incorpora explicitamente a geometria do detector e as simetrias físicas (rotacional e longitudinal) para achatar os dados do grafo, garantindo que o modelo não precise aprender simetrias redundantes.
• Pipeline Integrado: Um framework completo demonstrando tanto classificação de partículas quanto regressão de energia para elétrons, fótons, múons e píons em uma simulação de calorímetro de alta granularidade.

Resultos

• Classificação: O modelo alcança alta precisão ao distinguir entre múons, píons, elétrons e fótons. As classificações incorretas são principalmente atribuídas a eventos discrepantes (outliers), como chuvas eletromagnéticas vazando para o calorímetro hadrônico ou píons de chuva precoce.
• Regressão de Energia: A resposta de energia ($E_{pred}/E_{true}$) segue uma distribuição do tipo Gaussiana centrada em 1.
• Resolução: A resolução de energia para chuvas eletromagnéticas segue o comportamento estocástico esperado $\sigma/\mu \propto 1/\sqrt{E}$. O termo estocástico para o calorímetro eletromagnético foi medido em $S_{GNN} = 20,15\%$, aproximando-se do valor teórico de 20%.
• Eficiência: O uso de tabelas de proximidade e truncamento de grafo (explorando apenas ~5% das linhas da tabela de proximidade na prática) reduz significamente a pegada de memória e a carga computacional sem sacrificar a qualidade do grafo.

Significância e Alegações
O artigo afirma que este framework fornece uma solução de estado da arte para o processamento de dados de calorímetros de alta granularidade. Ao alavancar a geometria específica do detector através de Tabelas de Proximidade e de um readout sensível à simetria, a abordagem supera as limitações das CNNs padrão e das técnicas de reconstrução tradicionais. Os autores afirmam que seu método é agnóstico ao detector e pode ser generalizado para outros desafios de detectores de alta granularidade não regulares, como buscas de fundo de neutrinos de supernova difusos em Super/Hyper-Kamiokande ou segmentação de objetos sobrepostos. A recuperação bem-sucedida dos valores esperados de resolução de energia valida a correção física da abordagem. Além disso, a otimização da construção do grafo e o potencial de truncamento das tabelas de proximidade sugerem que o método é adequado para implantação em sistemas de gatilho em tempo real com restrições rigorosas de recursos.