Machine Learning-based Unfolding for Cross Section Measurements in the Presence of Nuisance Parameters

Resumo Técnico: Perfil OMNIFOLD para Unfolding com Parâmetros de Nuisance

Enunciado do Problema
Na física de partículas e nuclear, o "unfolding" (desdobramento) é o problema estatístico inverso de recuperar a distribuição subjacente real de uma grandeza física (verdade ao nível da partícula, $x$) a partir de observações distorcidas por efeitos do detector (dados ao nível do detector, $y$). Essa relação é modelada por uma equação integral de Fredholm de primeira espécie: $p_Y(y) = \int k(y,x)p_X(x)dx$, onde $k(y,x)$ é o núcleo de resposta (response kernel).

Embora os métodos modernos de aprendizado de máquina (ML), particularmente o algoritmo OMNIFOLD, tenham abordado com sucesso o unfolding de alta dimensão usando classificadores para estimar razões de densidade dentro de uma estrutura de Expectation-Maximization (EM), eles dependem de uma premissa crítica: o núcleo de resposta do detector usado na simulação ($q(y|x)$) corresponde perfeitamente à resposta real ($p(y|x)$). Na prática, as simulações são apenas aproximadamente corretas e dependem de "parâmetros de nuisance" ($\theta$) que codificam incertezas sistemáticas (ex: resolução de energia de jato). Se $\theta$ for mal especificado (ou seja, a simulação assume $\theta=1$ enquanto a realidade é $\theta \neq 1$), os métodos de unfolding de ML padrão produzem estimativas enviesadas da distribuição real $p_X$. Abordagens tradicionais para lidar com isso envolvem repetir medições sob modelos alternativos, o que é computacionalmente caro e frequentemente conservador.

Metodologia: Profile OMNIFOLD (POF)
Os autores propõem o Profile OMNIFOLD (POF), uma extensão do algoritmo OMNIFOLD que estima conjuntamente a função de reponderação ao nível da partícula e os parâmetros de nuisance. O POF trata o parâmetro de nuisance $\theta$ como um desconhecido adicional na função objetivo EM.

O algoritmo opera iterativamente para maximizar a log-verossimilhança da população:
$$\ell(\nu, \theta) = \int p(y) \log p(y|\nu, \theta) dy + \log p_0(\theta)$$
onde $\nu(x)$ é a função de reponderação para a densidade de Monte Carlo (MC) ao nível da partícula, e $p_0(\theta)$ é um prior (ou termo de verossimilhança) proveniente de medições auxiliares.

O algoritmo POF consiste em três etapas por iteração $k$:

1. Reponderação ao nível do detector: Um classificador estima a razão de densidade $r^{(k)}(y) = p(y) / \tilde{q}^{(k)}(y)$, onde $\tilde{q}^{(k)}(y)$ é a densidade ao nível do detector de MC reponderada tanto pelos pesos de partícula atuais $\nu^{(k)}$ quanto pelo parâmetro de nuisance atual $\theta^{(k)}$ via uma razão de núcleo de resposta $W(y,x,\theta) = p(y|x,\theta)/q(y|x)$.
2. Reponderação ao nível da partícula: A razão $r^{(k)}(y)$ é "puxada de volta" (pulled back) ao nível da partícula para atualizar os pesos $\nu^{(k+1)}(x)$, incorporando a razão do núcleo $W$.
3. Atualização do parâmetro de nuisance: O parâmetro $\theta$ é atualizado para $\theta^{(k+1)}$ maximizando um componente específico da função Q ($Q_2$) em relação a $\theta$, mantendo $\nu^{(k)}$ fixo.

Para implementar a Etapa 3, o algoritmo requer a função $W(y,x,\theta)$. O artigo detalha um método (baseado em Chan e Nachman, 2023) para estimar $W usando dois classificadores auxiliares treinados com dados sintéticos gerados com variando $\theta$.

Principais Contribuições

• Extensão Algorítmica: A introdução do POF, que integra o perfilamento de parâmetros de nuisance diretamente na estrutura de unfolding baseada em classificador. Diferente de métodos anteriores não binários que assumem um modelo direto fixo, o POF atualiza simultaneamente o espectro e os parâmetros sistemáticos.
• Diagnóstico de Convergência: Os autores propõem um estatístico de bondade de ajuste baseado na precisão do classificador da Etapa 1. Como uma solução convergida implica que a distribuição de MC reponderada coincide com os dados experimentais, o classificador deve ser incapaz de distingui-los (acurácia $\approx 0,5$). Este estatístico é usado para selecionar a melhor solução entre múltiplas execuções com diferentes inicializações, abordando a não concavidade da superfície de verossimilhança quando parâmetros de nuisance estão presentes.
• Lidando com Altas Dimensões: O método retém a capacidade do OMNIFOLD de lidar com dados de alta dimensão sem binagem, evitando a "maldição da dimensionalidade" associada ao unfolding binário tradicional.

Resultos
O artigo valida o POF usando dois estudos de caso:

1. Exemplo Gaussiano: Uma simulação Gaussiana controlada em 1D e 2D onde o verdadeiro parâmetro de nuisance $\theta$ (que controla a variância do espalhamento/smearing) difere da simulação.
   • Achados: O OMNIFOLD padrão (assumindo $\theta=1$) produziu distribuições ao nível da partícula significativamente enviesadas. O POF recuperou com sucesso a distribuição real e estimou $\theta$ próximo do valor real (ex: $\hat{\theta}=1,48$ vs. real $1,50$). O algoritmo convergiu para a solução correta independentemente da inicialização quando o estatístico de bondade de ajuste foi utilizado para seleção.
2. Simulação de Dados Abertos do CMS: Uma simulação realista dos espectros de momento transversal de jatos do experimento CMS no LHC.
   • Configuração: Os "dados" foram gerados com uma resolução de energia de jato 70% maior que a simulação ($\theta_{true}=1,7$ vs. $\theta_{sim}=1,0$).
   • Achados: O OMNIFOLD falhou em recuperar o verdadeiro espectro ao nível da partícula devido ao núcleo mal especificado. O POF recuperou o espectro real de forma próxima e estimou $\hat{\theta}=1,62$. O estudo destacou que, embora o POF seja robusto, a escolha da inicialização importa; inicializações ruins poderiam levar a ótimos locais, mas o proposto estatístico de bondade de ajuste identificou efetivamente a solução superior.

Significância
O artigo argumenta que o Profile OMNIFOLD aborda uma limitação fundamental no unfolding baseado em aprendizado de máquina atual: a suposição de um modelo direto perfeitamente especificado. Ao contabilizar a incerteza do modelo direto (parâmetros de nuisance) durante o procedimento de unfolding, o POF reduz o viés nas distribuições recuperadas ao nível da partícula. Os autores posicionam o método como um caminho prático para aplicar o unfolding baseado em ML de forma mais robusta na física de altas energias, onde as respostas dos detectores são complexas e conhecidas apenas implicitamente através de simulações. O método preserva a eficiência computacional e as capacidades de alta dimensão do OMNIFOLD, estendendo sua aplicabilidade para cenários com incertezas sistemáticas.

Limitações e Trabalhos Futuros
Os autores observam que o POF não possui uma garantia teórica de convergência para um máximo global devido à superfície de verossimilhança não côncava introduzida pelos parâmetros de nuisance. Eles enfatizam que a estimativa do parâmetro de nuisance é sensível à qualidade da estimativa da função auxiliar $W$. Além disso, a implementação atual não fornece quantificação de incerteza para a distribuição desdobrada ou para os parâmetros de nuisance, o que permanece como um problema aberto para pesquisas futuras.