Correcting Sensor-Induced Distribution Drift with Wasserstein Adversarial Learning

Resumo Técnico: Correção de Desvio de Distribuição Induzido por Sensores com Aprendizado Adversário de Wasserstein

Definição do Problema
A integridade da análise orientada a dados em física de altas energias (HEP) depende da estabilidade dos sistemas de sensores. No entanto, o movimento dos sensores, condições ambientais e o envelhecimento de materiais a longo prazo introduzem distorções sistemáticas que degradam o desempenho do detector. Embora existam procedimentos tradicionais de calibração e alinhamento, eles são frequentemente intensivos em recursos e exigem correspondências explícitas ao nível do evento ou alvos de degradação rotulados, os quais são frequentemente indisponíveis em cenários realistas. O desafio central é inferir parâmetros de transformação fisicamente interpretáveis (por exemplo, deslocamentos geométricos ou coeficientes de atenuação) que mapeiem uma distribuição de resposta do detector alterada de volta a uma distribuição de referência nominal, sem depender de alvos supervisionados ou modelos de verossimilhança explícitos. Este problema é enquadrado como um problema de desvio de distribuição (ou desvio de domínio), onde as distribuições geradoras de dados diferem entre as condições nominais e degradadas.

Metodologia
Os autores propõem um novo framework não supervisionado baseado em Redes Adversárias Generativas de Wasserstein (WGANs) para recuperar esses parâmetros de transformação. Diferente da modelagem generativa padrão, onde um gerador sintetiza novas amostras de dados, esta abordagem reinterpreta o gerador como uma transformação de calibração determinística e aprendível.

• Arquitetura: O sistema consiste em dois componentes principais:
  1. O Gerador ($T_\theta$): Uma transformação parametrizada aplicada diretamente aos dados observados. Seus pesos treináveis $\theta$ representam os parâmetros físicos a serem inferidos (por exemplo, um deslocamento espacial $\Delta x$ para rastreamento ou coeficientes de atenuação por célula $\alpha_i$ para calorimetria).
  2. O Crítico ($C_\phi$): Uma rede neural restrita a ser 1-Lipschitz, treinada para estimar a distância de Wasserstein-1 entre a distribuição de referência (nominal) e a distribuição transformada (alterada).
• Objetivo: O framework emprega uma otimização minimax. O crítico é treinado para maximizar a distância de Wasserstein estimada entre os dados de referência e os dados transformados, enquanto os parâmetros de transformação $\theta$ são atualizados para minimizar essa distância. Ao conduzir a distribuição transformada para o alinhamento estatístico com a distribuição de referência, o modelo aprende implicitamente os parâmetros físicos responsáveis pelo desvio.
• Distinção Chave: Não se assume nenhuma correspondência ao nível do evento entre as amostras de referência e as alteradas. A inferência é impulsionada inteiramente pelo acordo distributivo em nível populacional.

Validação Experimental
O método foi validado em dois cenários distintos:

1. Modelo de Brinquedo de Rastreador (Tracker Toy Model): Uma simulação simplificada de um detector de rastreamento com três camadas. Um desalinhamento geométrico conhecido (um deslocamento $\Delta x_2$ no segundo plano) foi injetado. O framework recuperou com sucesso o parâmetro de deslocamento ao alinhar as distribuições de coordenadas de impactos (hits). O estudo demonstrou que o método permanece preciso para níveis de ruído baixos a moderados, mas degrada conforme o ruído de medição se aproxima da magnitude do deslocamento injetado, o que é consistente com a perda de informação geométrica identificável.
2. Envelhecimento de Calorímetro: Um calorímetro de alta granularidade simulado via Geant4 foi submetido à atenuação de sinal por célula para emular danos por radiação. O gerador foi configurado como um tensor 3D aprendível de coeficientes de calibração ($\alpha_i$) para redimensionar os depósitos de energia por célula.
   • Resultados: Os coeficientes de envelhecimento inferidos mostraram uma forte correlação positiva com a verdade fundamental ($R^2 \approx 0,896$).
   • Desempenho: O método proposto alcançou um Erro Quadrático Médio (RMSE) de $0,0176$, superando significativamente um baseline simples que estimava o envelhecimento baseando-se apenas na razão das respostas médias das células (RMSE $0,0562$).
   • Alinhamento de Distribuição: A aplicação dos coeficientes aprendidos aos dados danificados restaurou com sucesso a distribuição da soma de energia global para coincidir com a referência não danificada.
   • Sensibilidade ao Ruído: O estudo confirmou que, à medida que as variações estocásticas célula-a-célula (ruído) aumentam, a identificabilidade de parâmetros individuais diminui, pois múltiplas configurações de coeficientes podem gerar estatísticas agregadas semelhantes.

Contribuições Principais e Significância
O artigo posiciona a calibração e o alinhamento de detectores dentro da classe mais ampla de problemas de desvio de distribuição. Suas principais contribuições são:

• Mudança de Paradigma: Ele redefine o papel do gerador na aprendizagem adversária de síntese de dados para recuperação de parâmetros, usando pesos treináveis para representar constantes de calibração física.
• Inferência Não Supervisionada: O método permite a recuperação de parâmetros físicos interpretáveis sem alvos de degradação rotulados ou correspondência ao nível do evento, abordando um gargalo fundamental nas operações de detectores, onde a recalibração abrangente é frequentemente inviável.
• Calibração Orientada a Dados: Demonstra que o emparelhamento distributivo adversário pode servir como um componente viável e orientado a dados para estratégias de calibração, particularmente em configurações onde rótulos diretos para parâmetros de degradação não estão disponíveis.

Limitações e Escopo
Os autores mantêm uma postura modesta em relação às capacidades do método. Eles observam que, embora a abordagem recupere efetivamente tendências sistemáticas dominantes (por exemplo, tendências globais de envelhecimento ou deslocamentos geométricos), ela enfrenta limitações em resolver flutuações estocásticas finas por célula quando o ruído canal-a-canal é alto. O artigo conclui que esta calibração adversária deve ser vista como uma técnica complementar para reduzir a dependência de supervisão, em vez de um substituto completo para os fluxos de trabalho estabelecidos. Sugere-se que trabalhos futuros estendam o framework para a degradação dependente do tempo e estratégias híbridas incorporando sinais de referência externos.