Seven-dimensional Trajectory Reconstruction for VAMOS++

Resumo Técnico: Reconstrução de Trajetória de Sete Dimensões para o VAMOS++

Definição do Problema
O espectrômetro magnético VAMOS++ é uma ferramenta crítica para a identificação isotópica em pesquisas de estrutura nuclear e mecanismos de reação próximas à barreira de Coulomb. Sua operação baseia-se na medição da rigidez magnética ($B\rho$) e do comprimento da trajetória ($l$) dos íons. Os métodos padrão de reconstrução de trajetória, como a técnica estabelecida de mapeamento de quatro dimensões (4D), assumem um volume de interação do feixe pontual. Essa suposição é válida para experimentos utilizando alvos finos com pontos de feixe estreitos. No entanto, essa abordagem torna-se uma limitação significativa para experimentos envolvendo grandes tamanhos de ponto de feixe ou volumes de alvo gasoso estendidos, como os planejados para o estudo da dinâmica de fissão. Nesses cenários, a posição tridimensional do ponto de interação do feixe dentro do alvo não pode ser negligenciada, pois variações nas coordenadas de interação (particularmente a posição horizontal $x_i$) induzem aberrações ópticas substanciais e mudanças no comprimento da trajetória que o método 4D não consegue resolver adequadamente. A extensão do método baseado em matrizes 4D para incluir essas dimensões adicionais é computacionalmente inviável devido ao tamanho excessivo das matrizes necessárias.

Metodologia
Para abordar a natureza de alta dimensão e não linear da óptica de íons no VAMOS++, os autores desenvolveram um método de reconstrução de trajetória de sete dimensões (7D) utilizando redes neurais profundas artificiais (DNNs).

• Entrada e Saída: A DNN recebe sete coordenadas de entrada: a posição de interação do feixe dentro do volume do alvo ($x_i, y_i, z_i$), os ângulos horizontal e vertical dos produtos de reação resultantes ($\theta_i, \phi_i$) e a posição horizontal e o ângulo finais no plano focal ($x_f, \theta_f$). A rede fornece a rigidez magnética relativa ($\delta = B\rho/B\rho_0$) e o comprimento da trajetória relativo ($\epsilon = l_f/l_0$).
• Conjunto de Dados de Treinamento: A rede foi treinada em um conjunto de dados teóricos de $2 \times 10^8$ trajetórias de íons geradas usando o código padrão de traçado de raios magnéticos ZGOUBI. O conjunto de dados cobriu todo o intervalo operacional do espectrômetro, incluindo rigididades relativas $\delta \in [0.7, 1.4]$ e volumes de interação definidos por $x_b \in [-3, 3]$ mm, $y_b \in [-6, 6]$ mm e $z_b \in [-70, 50]$ mm.
• Arquitetura da Rede: Uma arquitetura de rede neural profunda feed-forward densa foi selecionada. Através de uma avaliação de complexidade versus desempenho, a arquitetura ótima foi determinada como sendo $N_l \times N_u = 6 \times 32$ (6 camadas com 32 neurônios cada), resultando em aproximadamente 5.569 parâmetros treináveis. Esta arquitetura foi escolhida para equilibrar resolução com eficiência computacional.
• Fluxo de Trabalho de Treinamento: O processo de treinamento envolveu o monitoramento do desvio quadrático médio (RMSD) para $\delta$ e $\epsilon$. A rede foi validada contra dados experimentais de alvos finos para garantir que a largura à semi-máxima (FWHM) do número de massa atômica ($A$) reconstruído fosse otimizada. O treinamento foi interrompido quando a convergência adicional não resultava em melhorias experimentais, evitando o sobreajuste (overfitting).

Principais Contribuições

1. Desenvolvimento da Reconstrução 7D: O artigo apresenta um novo método capaz de lidar com o problema não linear de sete dimensões da reconstrução de trajetória de íons, incorporando explicitamente as coordenadas de interação do feixe em 3D.
2. Implementação de Aprendizado Profundo: Demonstra a eficácia das redes neurais profundas na modelagem de ótica de íons complexa e não linear, onde os métodos tradicionais baseados em matrizes falham devido às restrições de dimensionalidade.
3. Eficiência: O método 7DNN proposto alcança uma velocidade de processamento de $1.4 \times 10^6$ eventos por segundo com uma pegada de memória de aproximadamente 22 kB, tornando-o adequado tanto para análise online quanto offline. Esta é uma redução significativa no uso de memória em comparação com o método 4D, que requer aproximadamente 1 GB para suas matrizes comprimidas.

Resultados

• Precisão Intrínseca: Quando aplicado ao conjunto completo de dados teóricos gerados pelo ZGOUBI, o método alcançou uma precisão de reconstrução intrínseca de FWHM($\delta_c - \delta_r$) = 0,65‰ e FWHM($\epsilon_c - \epsilon_r$) = 0,18‰. A precisão permaneceu consistente através de várias coordenadas de interação ($x_i, z_i$) e parâmetros do plano focal ($x_f, \theta_f$).
• Validação Experimental: O método foi validado usando dados experimentais do experimento E826 GANIL (reações de fusão-fissão de alvo fino). A resolução do número de massa atômica reconstruído, FWHM($A$)/$A$, variou de 4‰ para fragmentos de fissão pesados a 7‰ para fragmentos leves.
• Comparação com o Método 4D: Na validação experimental, o método 7DNN demonstrou desempenho comparável ao método 4D padrão para fragmentos de fissão leves e uma ligeira vantagem para fragmentos de fissão pesados.
• Impacto da Resolução do Detector: Simulações indicaram que, embora a resolução intrínseca da DNN seja alta, a resolução de massa final é dominada pelas resoluções dos detectores, particularmente o tempo de voo ($t$) e os ângulos horizontais ($\theta_i, \theta_f$). Quando todas as resoluções dos detectores foram incluídas na simulação, os valores previstos de FWHM($A$)/$A$ (6,32‰ para $A=80$ e 4,17‰ para $A=160$) aproximaram-se dos resultados experimentais.

Significância e Perspectivas Futuras
O artigo afirma que o método 7DNN representa um avanço significativo para o VAMOS++, oferecendo resolução comparável ou superior aos métodos empregados anteriormente, ao mesmo tempo em que permite a análise de experimentos com volumes de interação estendidos. Os autores destacam que essa capacidade é essencial para os programas futuros que utilizam volumesos alvos gasosos, onde o eixo óptico do espectrômetro será rotacionado em relação ao eixo do feixe, necessitando da inclusão explícita das coordenadas de interação 3D. Além disso, a velocidade e a eficiência do modelo sugerem sua utilidade em simulações rápidas de transmissão de íons, potencialmente facilitando o desenvolvimento de um "gêmeo digital" para o espectrômetro para auxiliar na determinação de seções de choque absolutas e medidas de rendimento de fissão. Os autores enfatizam que o método foi projetado especificamente para superar as limitações das suposições de feixe pontual em espectrômetros de grande aceitação.