Deep-learning-based low-energy trigger algorithms for the Hyper-Kamiokande experiment

Este artigo demonstra que algoritmos de gatilho baseados em aprendizado profundo, particularmente uma rede neural supervisionada e um modelo de detecção de anomalias baseado em MPDR, superam significamente os gatilhos tradicionais de contagem de hits na identificação de eventos de neutrinos de baixa energia para o experimento Hyper-Kamiokande, mantendo a viabilidade em tempo real com latências de inferência em GPU de sub-milissegundo.

O essencial

Imagine o experimento Hyper-Kamiokande como uma estação de escuta subaquática massiva e ultra-sensível. Seu trabalho é "ouvir" pequenas ondulações causadas por partículas fantasmagóricas chamadas neutrinos. No entanto, este oceano é incrivelmente barulhento. O detector é constantemente bombardeado por estática aleatória e conversas de fundo (ruído do detector), tornando muito difícil detectar os sussurros tênues e específicos dos neutrinos que estamos procurando, especialmente os de baixa energia.

O artigo apresenta uma nova maneira de filtrar esse ruído usando Inteligência Artificial (IA), agindo como um segurança superinteligente que pode decidir instantaneamente se deve salvar uma gravação ou ignorá-la.

Aqui está uma análise da abordagem deles usando analogias do cotidiano:

1. O Problema: Encontrar um Sussurro em uma Tempestade

No passado, o detector usava uma regra simples para decidir o que salvar: "Se ouvirmos este número de cliques de nossos sensores, salve-o". Isso é como um segurança de boate que só deixa as pessoas entrarem se elas estiverem gritando.

• A Falha: Neutrinos de baixa energia são silenciosos. Eles não produzem "cliques" suficientes para acionar a antiga regra, então são ignorados. Enquanto isso, o ruído aleatório às vezes produz cliques suficientes para enganar o sistema, desperdiçando espaço de armazenamento com dados inúteis.

2. A Solução: O "Detetive de Padrões" de IA

Os pesquisadores treinaram três tipos diferentes de "detetives" de IA para analisar os dados. Em vez de apenas contar cliques, esses detetives observam a forma, o tempo e a localização dos sinais, muito parecido com um detetive procurando por uma impressão digital específica em vez de apenas contar quantas pessoas estão em uma sala.

Detetive A: O Professor Supervisionado (O "Caçador de Sinais")

• Como funciona: Esta IA foi exposta a milhões de exemplos de "sussurros reais de neutrinos" e "estática de ruído falsa". Ela aprendeu exatamente como um sinal real se parece.
• O Truque: Ela utiliza uma arquitetura cerebral sofisticada (chamada Transformer) que entende como diferentes sensores conversam entre si. Ela não olha apenas para um sensor; ela vê toda a "dança" das partículas.
• O Resultado: É incrivelmente boa em detectar sussurros baixos. Para um sinal muito fraco (3 MeV), ela capturou 76,7% deles, enquanto o antigo método de "contar os cliques" capturou apenas 26,4%. É como atualizar um detector de metais que só encontra moedas grandes para um que encontra minúsculos flocos de ouro.

Detetive B: O Especialista em Ruído (O "Caçador de Anomalias")

• Como funciona: Esta IA foi mostrada apenas o ruído de fundo. Ela aprendeu a memorizar perfeitamente como a "estática normal" se parece.
• O Truque: Quando ela vê algo que não se encaixa totalmente no "padrão de ruído" (mesmo que não saiba exatamente o que é o sinal), ela o sinaliza como "suspeito". Isso é chamado de Detecção de Anomalia.
• O Resultado: Uma versão desta (chamada MPDR) foi surpreendentemente boa, capturando 31,8% dos sinais. É como um segurança que conhece tão bem o som do vento que, se uma porta ranger de forma ligeiramente diferente, ele sabe que algo está acontecendo, mesmo sem saber qual é o aspecto do intruso.

3. A "Magia" da Velocidade

Normalmente, IAs sofisticadas são lentas e exigem computadores massivos. Os pesquisadores testaram esses detetives em placas gráficas (GPUs) potentes e descobriram que eles podiam tomar uma decisão em menos de um milissegundo.

• A Analogia: Imagine um segurança que pode escanear mil pessoas no tempo de um piscar de olhos. Essa velocidade significa que eles podem ser usados em tempo real, filtrando os dados conforme eles acontecem, em vez de esperar para analisá-los mais tarde.

4. O Que Eles Descobriram

• O Vencedor: O "Caçador de Sinais" (IA Supervisionada) foi o melhor em encontrar os neutrinos, especialmente os mais fracos.
• O Segundo Lugar: O "Caçador de Anomalias" (MPDR) também foi muito bom e possui uma vantagem especial: ele não precisa saber como o sinal se parece antecipadamente. Ele só precisa saber como o ruído não se parece. Isso é ótimo porque, se nossa compreensão dos neutrinos mudar, esta IA ainda funcionará.
• O Perdedor: Um simples método de "contar os cliques" (a forma antiga) perdeu a maioria dos sinais de baixa energia.
• Bônus: Eles também testaram se essas IAs podiam detectar "raios gama" (um tipo diferente de sinal de partícula). A IA foi muito melhor nisso do que o método antigo também.

Resumo

O artigo prova que, ao usar IA moderna para observar os padrões de luz e tempo no detector, em vez de apenas contar quantos sensores foram ativados, podemos ouvir os "sussurros" do universo que anteriormente eram quietos demais para serem detectados. Isso permite que os cientistas expandam os limites do que podem ver, potencialmente revelando segredos sobre o sol, estrelas explodindo e as leis fundamentais da física.

Resumo técnico

Resumo Técnico: Algoritmos de Gatilho de Baixa Energia Baseados em Deep Learning para o Experimento Hyper-Kamiokande

Enunciado do Problema
O experimento Hyper-Kamiokande (Hyper-K) visa realizar medições de precisão de neutrinos de baixa energia (abaixo de 7 MeV), incluindo neutrinos solares, de supernovas e de reatores, bem como o Background de Neutrinos de Supernova Difuso (DSNB). Um gargalo crítico para esses estudos é a capacidade do sistema de Aquisição de Dados (DAQ) em distinguir sinais de Cherenkov tênues do ruído dominante do detector em tempo real. Os gatilhos tradicionais baseados em simples limiares de contagem de hits (NHits) sofrem de baixa eficiência nessas energias porque o número de hits de sinais de baixa energia sobrepõe-se significativamente à distribuição de hits de ruído escuro. Para explorar plenamente o potencial de física do Hyper-K, particularmente para resolver tensões nas medições de $\Delta m^2_{21}$ e detectar eventos raros de supernova, o limiar de detecção deve ser empurrado para abaixo de 7 MeV. Isso requer algoritmos de gatilho capazes de reconhecer padrões espaciotemporais complexos em dados esparsos de hits de PMT enquanto operam sob restrições rigorosas de tempo de execução (latência sub-milissegundo).

Metodologia
Os autores propõem e avaliam duas abordagens distintas de aprendizado de máquina para gatilhos de baixa energia, ambas operando em representações de nuvem de pontos esparsos de hits de Tubos Fotomultiplicadores (PMT) (posição, tempo e carga) dentro de janelas de 400 ns:

1. Classificadores Transformer Supervisionados:

   • Arquitetura: Um codificador Transformer de 6 camadas utilizando mecanismos de autoatenção para modelar o contexto global do evento e correlações locais de hits.
   • Representação de Entrada: Os hits são codificados usando coordenadas cilíndricas alinhadas com a geometria do detector. As características incluem posição espacial (seno/cosseno de azimute, raio/altura normalizados), tempo de hit e carga integrada.
   • Estratégias de Treinamento: Dois níveis de supervisão foram testados:
     • Nível de evento: Prevendo um único rótulo de sinal/ruído para todo o evento.
     • Nível de hit: Prevendo o status de sinal/ruído de hits individuais, com o score final do evento derivado da probabilidade máxima de hit.
   • Dados: Treinado em 1 milhão de eventos simulados de elétron único (0–7 MeV) misturados com ruído do detector.

2. Detecção de Anomalias Não Supervisionada (Aprendizado Apenas de Ruído):

   • Abordagem: Modelos treinados exclusivamente em ruído do detector para identificar eventos que se desviam da distribuição de ruído aprendida.
   • Autoencoder: Modelos baseados em transformer (Encoder-Decoder) treinados para reconstruir eventos de ruído. Eles utilizam uma restrição de espaço latente de norma unitária e um número fixo de candidatos a hits com probabilidades de existência para lidar com multiplicidades de hits variáveis.
   • Recuperação por Projeção de Variedade–Difusão (MPDR): Um modelo baseado em energia (especificamente MPDR-S) que aprende uma função de energia escalar $E_\theta(X)$. Ele emprega um processo de treinamento de duas fases:
     • Fase I: Treinar o autoencoder no ruído.
     • Fase II: Congelar o autoencoder e treinar uma função de energia para distinguir ruído verdadeiro de negativos sintéticos "difíceis". Esses negativos são gerados perturbando o ruído no espaço latente e recuperando-os parcialmente via um processo MCMC estilo Langevin.
   • Entrada: Utiliza apenas informações espaciais (parametrização de esfera unitária) e temporais; a carga é omitida para estes modelos.

Principais Contribuições e Resultados
O estudo fornece um benchmark abrangente desses algoritmos contra um gatilho NHits tradicional e avalia seu desempenho em termos de eficiência de sinal, poder de discriminação e tempo de execução.

• Eficiência de Identificação de Sinal:

  • O classificador de nível de hit supervisionado alcançou o maior desempenho, identificando 76,7% de elétrons de 3 MeV com uma taxa de falso gatilho de <10 kHz. Isso supera significativamente o gatilho NHits tradicional (26,4%) e a abordagem MPDR (31,8%).
  • O classificador de nível de evento supervisionado apresentou desempenho similar acima de 4 MeV, mas mostrou uma queda de eficiência de 5–7% em relação à versão de nível de hit na faixa de 2–3 MeV.
  • A abordagem MPDR superou o gatilho NHits em todo o espectro de energia (ex: 31,9% vs. 26,4% em 3 MeV), demonstrando que a detecção de anomalias pode melhorar os gatilhos de baixa energia sem modelagem explícita de sinal.
  • O autoencoder puro (sem MPDR) teve desempenho inferior ao NHits (AUROC 0,76 vs. 0,86), indicando que o erro de reconstrução sozinho é insuficiente para esta tarefa.

• Importância das Características:

  • Estudos de ablação de características revelaram que o tempo de hit é a característica mais crítica. Remover a informação de carga teve impacto negligenciável no desempenho (AUROC permaneceu ~0,90), enquanto remover a informação de tempo causou uma queda drástica no desempenho. Isso sugere que correlações espaço-temporais são os principais discriminadores, potencialmente reduzindo a dependência de calibração precisa de carga de PMT.

• Identificação de Nêutrons e Gama:

  • Modelos treinados em elétrons foram aplicados a raios gama de 2,2 MeV (simulando captura de nêutrons em hidrogênio). O classificador de nível de hit supervisionado alcançou uma eficiência de 25,4%, comparado a 4,2% para NHits. O MPDR alcançou 4,8%.

• Desempenho de Tempo de Execução:

  • Benchmarks de inferência em uma GPU NVIDIA A100 mostraram que todos os modelos operam bem abaixo da escala de milissegundos.
  • A rede de energia MPDR demonstrou o maior throughput (30.000 janelas/s), seguida pelo autoencoder (20.000 janelas/s).
  • O transformer supervisionado, embora poderoso, apresentou maior latência e uso de memória devido ao custo computacional de calcular vieses posicionais relativos de par a par para a atenção.

Significância e Alegações
O artigo afirma que gatilhos baseados em deep learning oferecem um caminho viável para baixar o limiar de detecção do Hyper-Kamiokande para abaixo de 7 MeV, um regime onde gatilhos tradicionais falham devido à dominância de ruído.

• Viabilidade de ML em Tempo Real: O estudo demonstra que modelos complexos de deep learning, incluindo Transformers e modelos baseados em energia, podem ser integrados em sistemas de DAQ online com latências de inferência na ordem de dezenas de microssegundos, satisfazendo os rigorosos requisitos de tempo do experimento.
• Robustez via Detecção de Anomalias: A abordagem MPDR é destacada como uma prova de conceito significativa para detecção de anomalias em física de partículas. Sua capacidade de melhorar a eficiência sem exigir modelagem detalhada do sinal torna-a robusta contra possíveis erros de modelagem da física do sinal, desde que o ruído do detector seja bem compreendido.
• Complementaridade: Os resultados sugerem que combinar gatilhos tradicionais de contagem de hits com algoritmos de aprendizado de máquina (por exemplo, usando NHits como um pré-gatilho) poderia otimizar o uso de recursos enquanto maximiza a retenção de sinal.
• Impacto na Física: Ao permitir a aquisição eficiente de dados abaixo de 7 MeV, esses algoritmos apoiam diretamente objetivos críticos de física, incluindo a resolução de parâmetros de oscilação de neutrinos solares, a detecção do DSNB e o estudo da dinâmica de supernovas.

Os autores concluem que, embora o classificador de nível de hit supervisionado ofereça atualmente o melhor desempenho, a abordagem MPDR fornece uma alternativa robusta e agnóstica ao sinal. Eles observam que ganhos adicionais poderiam ser alcançados através de modelos dedicados que incorporem correlações temporais entre sinais de léptons prompt e raios gama atrasados para identificação de nêutrons, o que não foi totalmente explorado neste estudo específico.