⚛️ high-energy experiments

"Transforming" LHCb: self-supervised maps of heavy-flavour decays

Este artigo propõe e valida uma arquitetura transformer autossupervisionada que aprende mapas de decaimento de sabor pesado a partir de dados do LHCb sem rótulos explícitos, demonstrando um desempenho de marcação melhorado e a capacidade de detectar decaimentos com partículas invisíveis ao inferir informações de partículas mascaradas e identificar anomalias em jatos reconstruídos.

Autores originais: Marko Stamenkovic, Greg Landsberg

Publicado 2026-09-10

📖 4 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Marko Stamenkovic, Greg Landsberg

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

O universo é construído a partir de um punhado de partículas fundamentais, mas as histórias mais interessantes ocorrem frequentemente quando essas partículas decaem, transformando-se em formas mais leves e estáveis. Nas colisões de alta energia no Grande Colisor de Hádrons (LHC), versões pesadas dessas partículas, conhecidas como hádrons de beleza e charme, são criadas em vastas quantidades. Quando elas se quebram, deixam para trás um rastro de outras partículas que os detectores conseguem ver. Os físicos estudam esses rastros para encontrar fissuras em nossa compreensão atual da natureza, procurando sinais de partículas invisíveis ou comportamentos estranhos que o modelo padrão da física não consegue explicar. No entanto, encontrar esses sinais sutis é difícil porque os detectores veem apenas as partes visíveis do quebra-cabeça. Se uma partícula pesada decai em algo que não deixa rastro, ou se o decaimento é desordenado e incompleto, as ferramentas tradicionais para identificar o que aconteceu frequentemente falham. O desafio é aprender a ler a história completa de um decaimento apenas observando os fragmentos que restam, mesmo quando parte da história está faltando.

Pesquisadores da Universidade Brown desenvolveram uma nova maneira de ensinar computadores a entender esses decaimentos de partículas pesadas sem a necessidade de um livro de respostas. Em vez de mostrar ao computador milhões de exemplos com os rótulos corretos, eles permitiram que a máquina aprendesse as regras do jogo tentando preencher as lacunas. Eles pegaram um conjunto massivo de dados de colisões simuladas do experimento LHCb e apresentaram ao computador jatos — jatos de partículas criados na colisão — onde removeram deliberadamente algumas das trajetórias ou esconderam suas identidades. A tarefa do computador era adivinhar o que estava faltando. Ao tentar repetidamente reconstruir o quadro completo a partir de informações incompletas, o sistema aprendeu um mapa interno profundo de como as partículas pesadas geralmente se quebram. Esse mapa captura as relações complexas entre as partículas, tais como como elas se movem, de onde vêm e o que são, sem nunca ser informado o nome específico da partícula pai.

Uma vez que o computador aprendeu esse mapa, os pesquisadores testaram se ele realmente entendia a física. Eles descobriram que o sistema conseguia distinguir entre diferentes tipos de partículas pesadas e até mesmo diferenciar as versões de matéria e antimatéria da mesma partícula, desempenhando tão bem quanto os métodos tradicionais que dependem de dados totalmente rotulados. Mais importante ainda, eles testaram se o sistema conseguia detectar quando um decaimento real estava incompleto. Quando pegaram um decaimento reconstruído de uma colisão real e removeram uma peça conhecida dele, a "pontuação de ausência" do computador aumentou significativamente, indicando que o jato parecia menos completo do que deveria. Essa reação foi muito mais forte do que quando removeram partículas aleatórias e não relacionadas do mesmo jato. Isso sugere que o sistema aprendeu a estrutura específica e coerente de um decaimento de partícula pesada e pode sentir quando essa estrutura é quebrada.

A equipe então aplicou esse sistema treinado a dados reais de colisões próton-próton registradas em 2017. Sem qualquer treinamento adicional nesses dados específicos, o sistema identificou com sucesso os mesmos padrões em colisões do mundo real. Ele conseguiu separar diferentes tipos de decaimentos de sabor pesado e respondeu à remoção de partículas específicas nos dados reais da mesma forma que fez nas simulações. Os pesquisadores também usaram o sistema para explorar os dados em busca de padrões incomuns. Eles encontraram um pequeno grupo de jatos que pareciam muito diferentes do restante: eram repletos de partículas carregadas, mas tinham quase nenhuma partícula neutra. Embora os pesquisadores não pudessem dizer imediatamente o que causava isso, o sistema organizou com sucesso esses eventos estranhos, mostrando que o método pode agrupar anomalias semelhantes para investigação posterior.

Este trabalho demonstra que um computador pode aprender a linguagem do decaimento de partículas diretamente dos próprios dados, sem precisar que um humano escreva o dicionário primeiro. Ao aprender a completar o quadro de um decaimento, o sistema ganha uma habilidade poderosa de reconhecer quando algo está errado ou faltando. Essa abordagem oferece uma nova maneira de buscar a física além de nossa compreensão atual, particularmente para decaimentos raros ou incompletos que poderiam, de outra forma, estar escondidos no ruído. Os pesquisadores mostraram que, ao ensinar máquinas a entender a estrutura desses eventos, podemos abrir novas janelas para as partes invisíveis do universo, potencialmente revelando novas partículas ou forças que, até agora, permaneceram fora de alcance.

Resumo Técnico: "Transformando" o LHCb: mapas autossupervisionados de decaimentos de sabor pesado

Enunciado do Problema
Decaimentos de sabor pesado de hádrons de beleza e charme servem como sondas sensíveis para a física além do Modelo Padrão (BSM), particularmente em cenários envolvendo partículas invisíveis ou estados finais incompletos (ex: mesogênese de B). Embora o experimento LHCb no CERN possua as capacidades precisas de rastreamento, vertexing e identificação de partículas (PID) necessárias para mapear esses ambientes de decaimento, os métodos atuais de flavour tagging no LHCb dependem fortemente de vértices secundários e utilizam a arquitetura DeepSets. Esses métodos frequentemente subutilizam o histórico completo de fragmentação, a informação do evento subjacente e o pileup. Além disso, os taggers existentes não são otimizados para decaimentos "incompletos", onde partes do estado final não deixam assinatura no detector. Os autores propõem aproveitar os avanços recentes no flavour tagging de jatos do ATLAS e CMS — especificamente o uso de nuvens de partículas invariantes por permutação e arquiteturas transformer — para melhorar o desempenho de tagging do LHCb e estender seu alcance para decaimentos com partículas invisíveis.

Metodologia
O artigo introduz um framework de aprendizado autossupervisionado que aprende um "mapa" de hadronização e ambientes de decaimento de sabor pesado diretamente dos dados, sem depender de rótulos de sabor ou de decaimentos exclusivos.

Arquitetura: O modelo central é um particle set transformer. Ele ingere um conjunto não ordenado de constituintes de jato reconstruídos (até 64 por jato), incluindo cinemática, informação de deslocamento e respostas probabilísticas de PID dos sistemas RICH e calorímetros. O codificador consiste em cinco blocos transformer com uma dimensão de incorporação (embedding) de 96 e oito cabeças de atenção.
Tarefa Autossupervisionada: O modelo é treinado para realizar duas tarefas simultâneas:
1. Predição de PID Mascarado: Predizer a classe de PID e os bins de resposta para partículas sobreviventes cujos inputs de PID estão ocultos.
2. Completude de Conjunto de Partículas: Predizer as propriedades (multiplicidade, cinemática, carga, identidade e topologia) dos constituintes que foram artificialmente removidos da visão do jato.
Aumento de Dados (Data Augmentation): Durante o treinamento, de zero a quatro constituintes reconstruídos são removidos de um jato com base em regras específicas (pares aleatórios de carga positiva/negativa ou neutros, pares de sinais opostos, grupos angularmente locais, vértices deslocados ou cascatas). O modelo deve inferir o conteúdo ausente baseando-se apenas nas partículas sobreviventes e no contexto global do jato.
Pontuação de Ausência ( $S_{miss}$ ): Um output chave é uma pontuação derivada da probabilidade do modelo de que um jato esteja incompleto. Esta pontuação é calculada como a razão de log-odds do modelo predizendo um jato incompleto versus a probabilidade de linha de base de remoção artificial no conjunto de treinamento.
Dados de Treinamento: O estudo utiliza dois conjuntos de dados:
1. Dados Abertos Simulados do LHCb: Eventos de dijet ( $b\bar{b}$ , $c\bar{c}$ , partões leves, $Z \to b\bar{b}$ ) gerados com Pythia 8 e EvtGen, reconstruídos com Geant4. Isso permite testes de "intervenção" controlados onde ressonâncias reconstruídas específicas são removidas.
2. Dados de Colisão (Dados de 2017 do LHCb): Dados de colisão próton-próton inclusivos usados para treinar um modelo separado sem quaisquer rótulos de sabor, validando a aplicabilidade do método a condições reais de detector.

Principais Contribuições

Construção de Mapa Autossupervisionado: Os autores demonstram que um transformer pode aprender uma representação contínua de ambientes de decaimento de sabor pesado ao inferir informações de PID mascaradas e completar jatos com constituintes ausentes, efetivamente criando um "mapa de hadronização e decaimento".
Eficiência de Rótulo: O estudo mostra que essa representação autossupervisionada captura informações fisicamente significativas de sabor e sinal de carga de quarks. Quando usada como um extrator de características congelado para sondas afins (classificadores lineares), ela recupera 97–100% do desempenho de um transformer totalmente supervisionado treinado com todos os rótulos, usando apenas uma pequena fração dos dados rotulados.
Detecção de Anomalias via Intervenção: O artigo introduz um método para detectar anomalias ao remover sistematicamente candidatos de decaimento reconstruídos (ex: $D^0$ , $B^+$ ) de jatos e observar o aumento na pontuação de ausência. Isso valida que o modelo aprendeu a estrutura correlacionada dos decaimentos de sabor pesado.
Transferência para Dados de Colisão: O método é validado em dados de colisão reais de 2017 do LHCb. Um modelo treinado independentemente nesses dados reproduz a resposta de "ausência" esperada quando constituintes de decaimentos de charm e beleza reconstruídos são removidos, confirmando a relevância do mapa aprendido para eventos físicos.

Resultos

Desempenho de Simulação:
- O modelo distingue entre jatos completos e artificialmente incompletos com uma Área Sob a Curva (AUC) de 0,72 (inclusivo), subindo para 0,87 para jatos com quatro elementos removidos.
- Em tarefas de flavour tagging (ex: $b$ vs $c$ , $b$ vs leve), o probe autossupervisionado supera significativamente um transformer com pesos aleatórios. Por exemplo, na classificação $b$ vs $c$ , ele atinge um AUC de 0,83 com apenas 0,1% dos dados de treinamento rotulados, comparado a 0,67 para características aleatórias.
- O poder de tagging ( $P_{tag}$ ) para $b$ -jets inclusivos é calculado em 10,6%, e para $c$ -jets em 31,1%.
- Remover candidatos de $D^0 \to K\pi$ reconstruídos de $b$ -jets em simulação resulta em um deslocamento médio de pontuação de 4,05, significativamente maior que o deslocamento de 1,33 observado ao remover tracks aleatórias correspondentes do mesmo jato.
Desempenho de Dados de Colisão:
- Um modelo treinado em dados de colisão de 2017 (sem rótulos de sabor) responde sistematicamente à remoção de constituintes de oito modos reconstruídos de charm e beleza. Para modos de charm de alta estatística, a resposta do sinal excede a das bandas laterais (sidebands) de massa adjacentes.
- Probes afins treinados em simulação, quando aplicados aos dados de 201ação de 2017 sem retreinamento, separam com sucesso as categorias de sabor $B^+$ e $B^0$ e decaimentos prompt de $D^0/D^+$ , demonstrando transferibilidade.
- Uma análise exploratória de jatos de alta ausência em dados de colisão revela clusters distintos baseados em similaridade (ex: um grupo de jatos ricos em carga e pobres em neutros), sugerindo que o método pode organizar eventos anômalos para inspeção posterior.

Significância e Alegações
O artigo afirma fornecer uma prova de princípio de que o mapeamento de ambientes de decaimento de sabor pesado através de jatos usando aprendizado autossupervisionado pode transformar o flavour tagging no LHCb. Os autores enfatizam que:

A abordagem não depende de rótulos de decaimento exclusivos ou de hipóteses específicas de BSM durante a fase de aprendizado de representação.
Ela consegue unir a lacuna entre o aprendizado simulado e os dados de colisão reais, validando que a noção aprendida de "completude" corresponde a estruturas de decaimento físicas.
O método oferece um caminho para estender o alcance de descoberta para decaimentos "incompletos" ou incomuns (incluindo aqueles com partículas invisíveis) ao identificar jatos que se desviam do mapa de completude aprendido.
A técnica é complementar aos taggers existentes e poderia ser estendida para usar raios de jato maiores ou informação total do evento para incorporar detalhes de fragmentação do lado oposto (opposite-side) e do mesmo lado (same-side).

Os autores permanecem modestos, observando que os resultados atuais são preliminares e que distinguir anomalias físicas de efeitos de detector ou falhas de reconstrução requer mais calibração, conjuntos de dados maiores e acesso a registros de eventos completos (incluindo hits de detector). Eles posicionam este trabalho como um passo fundamental em direção a estratégias baseadas em dados para investigar a física BSM em decaimentos de sabor pesado.

Mais como este