Neutrino Fingerprints: Image-Based Encodings of IceCube Events for CNN Direction Reconstruction

Resumo Técnico: Impressões Digitais de Neutrinos para Reconstrução de Direção no IceCube

Definição do Problema
A reconstrução da direção de neutrinos incidentes no Observatório de Neutrinos IceCube é um problema inverso crítico na astrofísica. O detector consiste em 5.160 tubos fotomultiplicadores dispostos em uma grade 3D esparsa e irregular dentro do gelo antártico. Algoritmos de reconstrução tradicionais baseiam-se em aproximações analíticas de verossimilhança de transporte de fótons; embora possam alcançar resolução angular sub-grau, seu alto custo computacional os torna impraticáveis para os conjuntos de dados massivos (140 milhões de eventos) gerados pela competição IceCube–Neutrinos in Deep Ice Kaggle. Embora abordagens recentes tenham migrado para Redes Neurais de Grafos (GNNs) e Transformers para lidar com essa irregularidade, este trabalho investiga se Redes Neurais Convolucionais (CNNs), tradicionalmente adequadas para grades regulares, podem permanecer competitivas por meio de uma codificação de dados inovadora.

Metodologia
A principal contribuição do artigo é a introdução das "impressões digitais de neutrinos" (neutrino fingerprints), uma codificação determinística baseada em imagens que transforma dados de pulsos esparsos e de comprimento variável em imagens de tamanho fixo adequadas para CNNs padrão.

• Codificação de Dados (Impressões Digitais de Neutrinos):

  • Estrutura: Cada evento é mapeado para uma imagem de $72 \times 72 \times 3$. O mapeamento utiliza uma rasterização em ordem de linha (row-major) onde cada pixel corresponde a um índice de detector específico ($d \in \{0, \dots, 5159\}$). Pixels correspondentes a detectores sem pulsos registrados são preenchidos com um fundo branco constante.
  • Extração de Características: Para cada detector ativo, duas características escalares são extraídas da sequência de pulsos: carga total ($Q_d$) e tempo de chegada mais precoce ($T_d$).
  • Normalização: Para lidar com a vasta variabilidade nas multiplicidades de eventos e energias, essas características são normalizadas por evento ao longo do conjunto de detectores ativos ($D$) para um intervalo de $[0, 255]$.
  • Definição de Canais: Os canais RGB são definidos como:
    • Vermelho ($R_d$): Tempo de chegada normalizado ($T_d$), enfatizando gradientes de chegada de fótons.
    • Verde ($G_d$): Carga normalizada ($Q_d$), destacando o brilho relativo.
    • Azul ($B_d$): A diferença absoluta $|R_d - G_d|$. Este canal "oponente" destaca fronteiras onde o tempo e o rendimento luminoso divergem (frequentemente perto das bordas do cone de luz de Cherenkov), codificando fortes pistas direcionais.

• Arquitetura do Modelo:

  • Os autores utilizam uma arquitetura ResNet-18 padrão, escolhida por sua competitividade comprovada no reconhecimento de imagens.
  • A rede é adaptada para regressão, prevendo os ângulos de zenite ($\theta$) e azimute ($\phi$) através de uma camada final com dois nós.
  • A função de ativação GeLU foi selecionada sobre ReLU, SiLU e ELU com base no desempenho empírico.

• Treinamento e Funções de Perda:

  • A tarefa é formulada como regressão na esfera unitária $S^2$.
  • Três funções de perda foram avaliadas:
    1. Perda Angular: $\arccos(\cos \theta)$ padrão com uma entrada limitada (clamped) para evitar divergência de derivada.
    2. Perda Angular Limitada (Clamped Angular Loss): Utiliza um limite de passagem direta (straight-through clamp) no backward pass para permitir o fluxo de gradiente mesmo quando as entradas são limitadas.
    3. Perda Combinada Angular–vMF: Adiciona um termo de distribuição de von Mises–Fisher para aprender um parâmetro de concentração ($\kappa$), fornecendo incertezas direcionais calibradas.
  • O modelo foi treinado usando Adam ($5 \times 10^{-5}$ taxa de aprendizado) com um tamanho de lote (batch size) de 500 e dropout de 0.1.

Resultos Principais

• Desempenho: O modelo ResNet-18 treinado nas impressões digitais de neutrinos alcançou um Erro Angular Médio (MAE) de 1,10 radianos no conjunto de teste do Kaggle.
• Comparação: Este resultado é aproximadamente 0,15 radianos superior às soluções de melhor desempenho na competição Kaggle (que utilizaram ensembles de GNNs e Transformers e alcançaram $\approx 0,95$ rad).
• Eficiência: O modelo atinge este desempenho sem ensembling, cronogramas de taxa de aprendizado, reinicializações de cosseno ou aumento de dados, utilizando uma contagem de parâmetros de ~11,2 milhões, que é inferior ao número de exemplos de treinamento.

Significância e Alegações
O artigo posiciona sua contribuição não como um novo estado da arte (SOTA) em termos de precisão bruta, mas como uma demonstração metodológica da viabilidade de CNNs para a reconstrução do IceCube quando acompanhadas de uma codificação apropriada.

• Estabelecimento de Baseline: O trabalho estabelece um baseline convolucional limpo, interpretável e eficiente. Demonstra que, com uma codificação determinística de evento-para-RGB, uma CNN direta pode rivalizar com arquiteturas mais complexas (GNNs/Transformers) dentro de $\sim 0,15$ rad da melhor entrada da competição.
• Interpretabilidade: Ao contrário dos modelos de grafos de "caixa preta", a representação da impressão digital é intrinsecamente interpretável: cada pixel mapeia diretamente para um detector físico, permitindo diagnósticos diretos das previsões da rede.
• Direções Futuras: Os autores sugerem que a lacuna para o SOTA pode ser provavelmente fechada sem abandonar a simplicidade da abordagem através de:
  1. Melhoria das codificações para respeitar melhor a localidade física (ex: curvas de preenchimento de espaço).
  2. Implementação de atualizações arquiteturais modestas (ex: blocos de profundidade separável).
  3. Refinamento das formulações de perda baseadas na distribuição de von Mises–Fisher.

Em conclusão, o artigo argumenta que as CNNs não são obsoletas para tarefas do tipo IceCube; em vez disso, a codificação de "impressão digital de neutrino" fornece um ponto de referência sólido que equilibra eficiência, interpretabilidade e desempenho competitivo.