FASTColor -- Full-color Amplitude Surrogate Toolkit for QCD

Resumo Técnico: FASTColor – Ferramenta de Substitutos de Amplitude de Cor Total para QCD

Definição do Problema
Eventos de alta multiplicidade no Grande Colisor de Hádrons (LHC) apresentam um gargalo computacional significativo para simulações de Cromodinâmica Quântica (QCD). Embora as previsões de ordem líder (LO) ou de ordem fixa sejam essenciais para medições do Modelo Padrão e buscas de nova física, a avaliação de elementos de matriz de cor total (FC) escala de forma proibitiva com o número de partons externos. Embora elementos de matriz de soma de cores possam ser computados com complexidade exponencial, a integração de Monte Carlo numérica necessária para a geração de eventos sofre com a deterioração das eficiências de desponderamento (unweighting) devido ao crescimento fatorial dos diagramas de Feynman contribuintes e das amplitudes correlacionadas de cor.

As estratégias atuais frequentemente dependem da aproximação de cor líder (LC), que captura os termos dominantes na expansão $1/N_c$ por uma fração do custo computacional. Uma abordagem padrão de duas etapas gera eventos com precisão LC e, posteriormente, os repondera para elementos de matriz FC exatos. Embora isso melhore a eficiência em relação à geração direta em FC, a etapa de reponderamento ainda exige avaliações caras de amplitudes FC, limitando a escalabilidade para multiplicidades muito altas (por exemplo, processos $2 \to 7$).

Metodologia
Os autores propõem o FASTColor, um toolkit de substitutos (surrogates) baseados em aprendizado de máquina (ML) projetado para acelerar o pipeline de reponderamento LC-para-FC. A metodologia central envolve um procedimento de desponderamento de três etapas:

1. Geração de Eventos LC: Eventos são gerados usando a aproximação LC para um fluxo de cor específico, com pesos determinados pelo elemento de matriz LC $|M_{LC}|^2$.
2. Pré-filtragem por Substituto: Em vez de avaliar imediatamente o elemento de matriz FC exato, um substituto de rede neural treinado ($r_{surr}$) prevê a razão de reponderamento $r_{LC \to FC} = |M_{FC}|^2 / |M_{LC}|^2$. Uma segunda etapa de desponderamento aceita ou rejeita eventos com base nessa previsão do substituto.
3. Correção FC Final: Para eventos que passam pelo filtro do substituto, o elemento de matriz FC de helicidade única exato é avaliado para calcular o fator de correção final $t = r_{LC \to FC} / r_{surr}$. Uma etapa final de desponderamento garante que a amostra mantenha a precisão FC exata.

O framework é testado em processos de QCD representativos, incluindo processos de todos os glúons ($gg \to ng$), linha de quark única e linha de quark dupla, com multiplicidades de até $n=7$.

Arquiteturas e Aprendizado de Simetria
O estudo avalia quatro arquiteturas distintas de redes neurais para regredir a razão de reponderamento:

• MLP: Uma rede totalmente conectada usando características Lorentz-invariantes (logaritmos de produtos escalares).
• GNN: Uma Rede Neural de Grafos com arestas Lorentz-invariantes, tratando partículas como nós e produtos escalares como arestas.
• Transformer: Uma arquitetura padrão baseada em atenção que processa quatro-momentos e helicidades de partículas.
• L-GATr: Um Transformer de Álgebra Geométrica Lorentz-equivariante.

Uma parte significativa da análise foca na dinâmica de aprendizado de simetria da arquitetura Transformer. Os autores observam um fenômeno de "colapso de perda" (loss collapse) onde a perda de validação cai subitamente após um platô. Ao analisar a resposta da rede a transformações de entrada (rotações SO(2), boosts de Lorentz, rotações SL(4) e cisalhamentos), eles demonstram que o Transformer aprende progressivamente a respeitar as simetrias de Lorentz subjacentes dos dados. Antes do colapso, a rede tem dificuldade em manter a invariância de simetria; após o colapso, ela desenvolve uma representação latente que se alinha com essas simetrias, melhorando significativamente a generalização e a precisão.

Principais Resultados

• Ganho de Desempenho: A abordagem de substituto de ML alcança uma aceleração de aproximadamente 15% para baixas multiplicidades até um fator de dois para as maiores multiplicidades ($gg \to 7g$) em comparação com a linha de base padrão de LC-para-FC.
• Comparação de Arquiteturas: Embora a MLP seja a mais rápida para avaliação, ela apresenta menor precisão de regressão e distribuições de peso mais amplas, levando a eficiências de desponderamento menores. As arquiteturas Transformer, GNN e L-GATr demonstram precisão superior e distribuições de peso mais estreitas. Notavelmente, L-GATr e GNN reproduzem com precisão características nítidas na distribuição de peso que a MLP perde.
• Otimização de Eficiência: Os autores implementam uma estratégia de peso máximo baseada em percentil para as etapas de desponderamento. Ao aceitar uma fração controlada de "sobrepesos" (eventos com pesos ligeiramente acima do limiar), eles aumentam significativamente as eficiências de desponderamento enquanto mantêm um alto tamanho de amostra efetivo ($\alpha \ge 0.995$).
• Escalabilidade: O fator de ganho efetivo aumenta com a multiplicidade. À medida que o custo computacional de avaliar o elemento de matriz FC exato cresce, o benefício relativo de usar um substituto rápido para a etapa inicial de filtragem torna-se mais pronunciado.

Significância e Alegações
O artigo afirma que o FASTColor fornece um caminho escalável para amostras de alta precisão para a era do HL-LHC (LHC de Alta Luminosidade). Ao integrar substitutos de ML no pipeline de desponderamento, o método retém a precisão FC total enquanto reduz a carga computacional das avaliações caras de elementos de matriz.

Os autores enfatizam que a abordagem é particularmente valiosa para canais de alta multiplicidade, onde as eficiências de desponderamento tradicionais são baixas. Além disso, a demonstração de que os Transformers podem aprender e explorar simetrias físicas subjacentes (invariância de Lorentz) sugere que tais arquiteturas são bem adequadas para aplicações de física de partículas. O artigo conclui que, com o desenvolvimento contínuo de incertezas aprendidas e confiança em redes treinadas, esta abordagem LC-para-FC poderia eventualmente eliminar a necessidade de uma etapa final de desponderamento clássico, aumentando ainda mais a eficiência.