Graph theory inspired anomaly detection at the LHC

Resumo Técnico: Detecção de Anomalias Inspirada em Teoria dos Grafos no LHC

Enunciado do Problema
A busca por física Além do Modelo Padrão (BSM) no Large Hadron Collider (LHC) enfrenta um desafio central: projetar algoritmos de detecção de anomalias independentes de modelos que sejam capazes de lidar com a alta dimensionalidade dos eventos de colisor. As buscas tradicionais "top-down", direcionadas a modelos teóricos específicos, correm o risco de perder assinaturas que não se alinham com esses modelos. Abordagens de aprendizado de máquina não supervisionadas, como autoencoders, oferecem uma alternativa agnóstica ao modelo ao aprenderem a reconstruir eventos de fundo e sinalizar eventos de alta perda de reconstrução como anomalias, mas frequentemente lutam com a complexidade dos dados de jatos. Abordagens padrão que utilizam grafos totalmente conectados ou representações densas podem introduzir redundâncias e sobreajuste (overfitting), particularmente quando a fração de sinal é pequena. Este trabalho abordha a necessidade de um viés indutivo fisicamente motivado que equilibre o conteúdo de informação com a estrutura geométrica para melhorar o desempenho da detecção de anomalias.

Metodologia
Os autores desenvolvem um Autoencoder de Grafo (GAE) como uma ferramenta não supervisionada e agnóstica ao modelo para detecção de anomalias, testada contra o conjunto de dados do LHC Olympics 2020. A metodologia introduz duas inovações primárias na representação dos constituintes de jatos como grafos:

1. Construções de Grafos Esparsos via Rigidez de Grafos: Em vez de utilizar grafos totalmente conectados (que escalam quadraticamente, $O(N^2)$), os autores constroem grafos esparsos onde o número de arestas escala linearmente com o número de constituintes ($N$). Estas construções são motivadas pela teoria da rigidez de grafos no espaço euclidiano ($\mathbb{R}^2$):

   • Grafos de Laman: Grafos localmente rígidos com $2N-3$ arestas, construídos via operações de Henneberg Tipo I. Estes garantem rigidez local, mas podem admitir múltiplas realizações discretas.
   • Grafos Únicos: Grafos globalmente rígidos que admitem um mapeamento único (até isometrias) em $\mathbb{R}^2$. Os autores constroem grafos "únicos-$k$" começando com um subgrafo totalmente conectado dos $k+1$ constituintes mais difíceis e conectando cada constituinte subsequente aos seus $k$ vizinhos mais próximos em distância angular. Para $k \geq 3$, estes grafos satisfazem as condições de Hendrickson para rigidez global.

2. Agrupamento de Subjets como um Controle de Informação: Para controlar a complexidade da entrada, os constituintes do jato são agrupados em um número fixo de subjets exclusivos $k_T$. Isso permite uma interpolação suave entre representações de baixo nível (hádrons) e de alto nível (estatística de resumo). Os inputs do modelo consistem no momento transversal ($p_T$) dos nós e distâncias angulares relativas ($\theta_{ij}$) e variáveis cinemáticas ($k_{T,ij}, z_{ij}$) das arestas, em vez de posições absolutas, para se alinhar com observáveis de QCD perturbativa.

A arquitetura utiliza um autoencoder baseado em Redes Neurais de Grafos (GNN), empregando camadas EdgeConv para processar características de nós e arestas, comprimindo a entrada em uma representação de nó latente de 2 dimensões (um "gargalo estreito" ou tight bottleneck). O decodificador consiste em dois ramos: um para reconstruir as características dos nós e outro para reconstruir as características das arestas. O modelo é treinado para minimizar o Erro Quadrático Médio (MSE) de ambas as reconstruções de nós e arestas em dados ricos em fundo.

Principais Contribuições

• Viés Indutivo via Rigidez: O artigo demonstra que impor a rigidez do grafo (especificamente a rigidez global via grafos únicos) serve como um viés indutivo eficaz, fornecendo restrições geométricas suficientes para fixar as posições das partículas sem a redundância de grafos totalmente conectados.
• Nível de Informação Ótimo: O estudo identifica que o desempenho da detecção de anomalias atinge o pico em um nível intermediário de agrupamento de subjets ($n_{\text{subjets}} \approx 30$), contrastando com tarefas de classificação de jatos que frequentemente se beneficiam de informação máxima de baixo nível.
• Superioridade de Grafos Únicos Esparsos: Os autores mostram que construções específicas de grafos esparsos (único-6) superam grafos totalmente conectados em tarefas de detecção de anomalias.
• Interpretabilidade: Ao vincular a conectividade do grafo às propriedades topológicas do espaço de fase, o trabalho aumenta a interpretabilidade das ferramentas de aprendizado de máquina para experimentos de colisores.

Resultos Numéricos
Utilizando o conjunto de dados do LHC Olympics (simulando uma ressonância $Z' \to X Y$ com $m_{Z'} = 3.5$ TeV), os autores avaliaram o desempenho usando a Área Sob a Curva (AUC) e a curva de Característica de Melhoria de Significância (SIC).

• Desempenho do Grafo: A construção do grafo único-6 alcançou o melhor desempenho, produzindo um SIC máximo de 2.94 e um AUC de 0.925 em $n_{\text{subjets}} = 30$. Isto superou grafos totalmente conectados, grafos de Laman e outras variantes de grafos únicos-$k$.
• Sparsidade vs. Topologia: Embora o aumento da esparsidade tenha melhorado o desempenho de forma geral até certo ponto, a estrutura de conectividade específica dos grafos únicos foi considerada mais crítica do que a esparsidade isolada. Grafos "Laman Modificados" (que interpolam entre Laman e totalmente conectados através da adição de arestas) não replicaram o pico de desempenho dos grafos únicos, sugerindo que a topologia do grafo único captura melhor a estrutura subjacente do espaço de fase.
• Características de Entrada: Modelos baseados apenas em informações posicionais absolutas ou que reconstruíam o momento total (3-momenta) tiveram um desempenho significativamente inferior, confirmando que as relações relativas codificam a informação física relevante.
• Robustez: O desempenho permaneceu estável para razões sinal-para-fundo de até $S/B \lesssim 1\%$, consistente com o paradigma não supervisionado.

Significância e Alegações
O artigo afirma que o aproveitamento de insights da teoria dos grafos, especificamente os conceitos de rigidez local e global, permite o refinamento de ferramentas de aprendizado de máquina para experimentos de colisores. Os resultados sugerem que:

1. Viéses Fisicamente Motivados: Grafos esparsos e rígidos fornecem uma escolha natural para vieses indutivos em detecção de anomalias, retendo a estrutura geométrica essencial enquanto evitam o sobreajuste associado a representações densas.
2. Desempenho de Estado da Arte: A construção do grafo único-6 representa o estado da arte atual entre métodos de autoencoder não supervisionados para este benchmark específico de detecção de anomalias.
3. Complementaridade: A abordagem destaca uma diferença distinta entre classificação supervisionada (que se beneficia de dados de baixo nível ricos) e detecção de anomalias não supervisionada (que se beneficia de informações de nível intermediário estruturadas).

Os autores concluem que estas descobertas motivam uma exploração adicional da conexão entre teoria dos grafos, complexidade computacional e interpretabilidade de aprendizado de máquina em física de altas energias, sem alegar potencial de descoberta imediata, mas sim demonstrando sensibilidade aprimorada em buscas agnósticas ao modelo.