Deep Learning-Based $^{14}$C Pile-Up Identification in the JUNO Experiment

Este trabalho investiga a aplicação de modelos de aprendizado profundo, incluindo arquiteturas convolucionais e transformers, para identificar eventos de sobreposição (pile-up) causados por isótopos de carbono-14 no experimento JUNO, visando melhorar a resolução de energia necessária para determinar a ordem de massa dos neutrinos.

O essencial

Imagine que o JUNO é um "gigante subterrâneo" que vive no fundo da Terra, na China. O trabalho dele é caçar partículas misteriosas chamadas neutrinos, que passam por tudo e todos, mas quase nunca interagem com nada. Para ver esses neutrinos, o JUNO usa um tanque gigante cheio de um líquido especial que brilha quando uma partícula passa por ele (como um fosso de luz).

O objetivo principal do JUNO é descobrir a "ordem de massa" dos neutrinos (basicamente, qual deles é o mais pesado), o que ajudaria a entender como o universo funciona.

O Problema: O "Barulho" no Silêncio

Para fazer essa medição com precisão, o JUNO precisa ouvir o "sussurro" de uma partícula chamada pósitron (que vem do neutrino) muito claramente. É como tentar ouvir uma nota de piano perfeita em uma sala silenciosa.

O problema é que o líquido dentro do tanque tem uma impureza natural chamada Carbono-14. Esse Carbono-14 é como um "intruso barulhento". Ele também brilha e emite luz, criando um ruído de fundo.

Às vezes, o Carbono-14 brilha exatamente ao mesmo tempo e no mesmo lugar que o pósitron que queremos medir. Isso é chamado de "pile-up" (empilhamento).

• Analogia: Imagine que você está tentando medir o peso de uma maçã (o pósitron) em uma balança. De repente, uma mosca (o Carbono-14) pousa na maçã exatamente no momento da pesagem. A balança vai mostrar um peso errado (maçã + mosca). Se não tirarmos a mosca, a medição fica errada.

A Solução: O "Detetive Inteligente" (Inteligência Artificial)

Os cientistas do JUNO perceberam que precisavam de um jeito muito rápido e esperto de identificar quando essa "mosca" (Carbono-14) estava atrapalhando a "maçã" (pósitron). Como os sinais são muito parecidos e acontecem em frações de segundo, os métodos antigos não conseguiam separá-los bem.

Então, eles criaram três tipos de "detetives" baseados em Inteligência Artificial (Deep Learning) para olhar os dados e dizer: "Ei, isso aqui é só a maçã, ou é a maçã com a mosca?"

Os Três Detetives:

1. O Detetive de Fotos (2D CNN):

   • Como funciona: Ele transforma os dados dos sensores em uma imagem, como se fosse uma foto de onde a luz bateu no tanque. Ele olha para a "foto" inteira e tenta ver padrões.
   • Analogia: É como alguém olhando para uma foto de uma multidão tentando encontrar uma pessoa específica. Funciona bem, mas é um pouco lento e às vezes perde detalhes finos.

2. O Detetive de Ondas (1D CNN):

   • Como funciona: Em vez de uma foto, ele olha para uma linha do tempo (um gráfico de luz vs. tempo). Ele procura por dois "picos" de luz que acontecem muito perto um do outro.
   • Analogia: É como ouvir uma música e tentar identificar se duas notas foram tocadas ao mesmo tempo ou se foi apenas uma nota longa. Ele é muito bom em ver a "forma" do som (ou da luz) ao longo do tempo.

3. O Detetive de Contexto (Transformer):

   • Como funciona: Este é a tecnologia mais moderna (a mesma usada em chatbots como o que você está falando agora). Ele analisa a sequência de dados como se fosse uma frase, entendendo o contexto de cada parte do sinal.
   • Analogia: É como um tradutor que não apenas vê as palavras, mas entende a gramática e o sentido de toda a frase para saber se algo está fora do lugar.

Quem Ganhou a Corrida?

Os cientistas testaram esses três detetives:

• O Detetive de Fotos (2D) foi bom, mas um pouco lento e perdeu alguns casos difíceis onde a "mosca" e a "maçã" estavam muito grudadas no tempo.
• Os Detetives de Ondas (1D) e o Detetive de Contexto (Transformer) foram os campeões. Eles conseguiram identificar o "empilhamento" com muito mais precisão, especialmente nos momentos críticos onde os sinais se misturam.
• O Transformer e o 1D CNN tiveram resultados quase idênticos e muito superiores ao de fotos.

Por que isso importa?

Se o JUNO não conseguir tirar essas "moscas" (Carbono-14) da medição, a precisão da descoberta sobre os neutrinos cai. Com esses novos "olhos de IA", o JUNO consegue limpar o sinal, garantir que a medição da "maçã" seja perfeita e, assim, cumprir sua missão de desvendar os segredos do universo.

Resumo da Ópera:
O JUNO precisa ouvir um sussurro no meio de um barulho. Eles usaram três tipos de inteligência artificial para aprender a distinguir o sussurro do barulho. Dois deles (o que analisa o tempo e o que usa tecnologia de chatbot) foram os melhores, garantindo que a grande descoberta sobre os neutrinos não seja estragada por uma impureza natural.

Resumo técnico

Resumo Técnico: Identificação de Empilhamento (Pile-Up) de 14C no Experimento JUNO Baseada em Aprendizado Profundo

1. Problema e Contexto

O Observatório Subterrâneo de Neutrinos de Jiangmen (JUNO) tem como objetivo principal determinar a ordem de massa dos neutrinos (NMO) com um nível de confiança de 3 sigmas em um período de 6 anos. Um requisito crítico para o sucesso deste experimento é uma resolução de energia de positrons ($e^+$) superior a 3%.

O principal desafio identificado é a presença de isótopos residuais de Carbono-14 ($^{14}$C) no cintilador líquido. O decaimento do $^{14}$C pode ocorrer simultaneamente (empilhamento ou pile-up) com o sinal de aniquilação do positron gerado pelo decaimento beta inverso (IBD). Como o sinal do $^{14}$C é consideravelmente menor que o do positron e os eventos ocorrem em tempos e vértices muito próximos, a identificação e a subsequente correção desses eventos de empilhamento tornam-se extremamente difíceis. Sem mitigação, a presença do $^{14}$C pode degradar a resolução de energia em cerca de 2% a 1 MeV, comprometendo a precisão da medição da NMO.

2. Metodologia

O estudo propõe o uso de modelos de aprendizado profundo (Deep Learning) para classificar eventos como "puros" ($e^+$ apenas) ou "empilhados" ($e^+$ + $^{14}$C). Foram desenvolvidos e comparados três modelos distintos, utilizando dados simulados pelo software offline do JUNO (versão J22.1.0-rc0), que inclui simulações Geant4, eletrônica e reconstrução de eventos.

O conjunto de dados de treinamento continha aproximadamente 160.000 eventos de $e^+$ puros e 90.000 eventos de empilhamento (filtrados para $nHit_{14C} > 50$, pois eventos com menos hits têm impacto negligenciável na resolução).

Os três modelos avaliados foram:

• CNN Bidimensional (2DCNN):

  • Abordagem: Transforma os dados do detector em formato de imagem.
  • Entrada: Os dados são projetados em imagens de dois canais baseados na posição (x, y) dos Fotomultiplicadores (PMTs). Os dois canais representam a carga (charge) e o tempo do primeiro hit (first hit time) de cada PMT.
  • Pré-processamento: A posição reconstruída é rotacionada para alinhar ao eixo X. Os valores de carga e tempo são escalados (fatores de 5 e 100, respectivamente).
  • Arquitetura: Camadas de convolução 2D, normalização em lote (batch norm), max pooling e camadas totalmente conectadas, utilizando ativação ReLU.

• CNN Unidimensional (1DCNN):

  • Abordagem: Utiliza a distribuição temporal dos hits dos PMTs, reconhecendo que eventos de empilhamento geralmente formam dois aglomerados (clusters) no tempo (um para $e^+$ e outro para $^{14}$C).
  • Entrada: Dados unidimensionais com dois canais:
    1. Número de hits vs. tempo (-250 ns a 1250 ns).
    2. Número de hits vs. tempo com o tempo de voo da luz subtraído (-500 ns a 1000 ns).
  • Arquitetura: Semelhante à 2DCNN, mas emprega camadas de convolução, normalização e pooling unidimensionais.

• Modelo Baseado em Transformer:

  • Abordagem: Adapta a arquitetura Transformer (comumente usada em PLN) para a identificação de empilhamento.
  • Entrada: Os mesmos dados unidimensionais da 1DCNN são tratados como uma sequência de vetores.
  • Arquitetura: Os dados passam por uma camada de convolução para embedding, seguidos por um codificador de posição e uma camada típica de codificador Transformer, finalizando com camadas totalmente conectadas.

3. Resultados e Desempenho

A avaliação foi realizada em amostras de teste com energias cinéticas específicas (0 a 5 MeV).

• Eficiência Geral: Todos os modelos alcançaram uma eficiência de 99% para eventos de $e^+$ puros.
• Região Crítica (0 a 300 ns): A distinção mais difícil ocorre quando a diferença de tempo entre o $^{14}$C e a leitura eletrônica é pequena (0 a 300 ns).
  • O modelo 2DCNN apresentou eficiência subótima nesta região crítica.
  • Os modelos 1DCNN e Transformer demonstraram eficiência significativamente superior nesta faixa de tempo, sendo mais eficazes em separar eventos com tempos muito próximos.
• Comparação entre 1DCNN e Transformer: O desempenho do modelo Transformer foi muito semelhante ao da 1DCNN, indicando que a arquitetura Transformer é viável para esta tarefa.
• Tempo de Treinamento:
  • 1DCNN: ~4 minutos/época (mais rápido).
  • Transformer: ~27 minutos/época.
  • 2DCNN: ~60 minutos/época (mais lento).

4. Contribuições Chave

1. Aplicação de Deep Learning no JUNO: Demonstra a viabilidade de usar redes neurais avançadas (CNNs e Transformers) para resolver um problema específico de física de partículas: a identificação de empilhamento de baixo sinal ($^{14}$C) sobre um sinal principal ($e^+$).
2. Superioridade de Dados Unidimensionais: Evidencia que a representação unidimensional dos dados (histograma de hits no tempo) é mais eficaz para a identificação de empilhamento do que a representação bidimensional baseada em imagem (2DCNN), especialmente na região temporal crítica onde a resolução de energia é mais afetada.
3. Validação de Transformers: Introduz e valida o uso de modelos Transformer no contexto de física experimental de neutrinos, mostrando desempenho comparável às CNNs unidimensionais com potencial para futuras extensões.

5. Significância

A identificação precisa de eventos de empilhamento é o primeiro passo fundamental para mitigar a degradação da resolução de energia causada pelo $^{14}$C no JUNO. Ao permitir a rejeição ou a reconstrução correta desses eventos, as técnicas de aprendizado profundo propostas neste estudo são essenciais para garantir que o experimento atinja sua meta de determinar a ordem de massa dos neutrinos com a precisão estatística necessária (3 sigmas). O sucesso desta abordagem abre caminho para o desenvolvimento de algoritmos de reconstrução de energia mais robustos, essenciais para a física de neutrinos de próxima geração.