[論文レビュー] `That looks weird' - evaluating citizen scientists' ability to detect unusual features in ATLAS images of LHC collisions

A. J. Barr, Charles William Kalderon+1 more|arXiv (Cornell University)|Oct 7, 2016

Particle physics theoretical and experimental studies参考文献 16被引用数 6

ひとこと要約

本研究では、大型ハドロン衝突型加速器（LHC）のATLAS椾出器画像から、非専門家の市民科学者が異常な粒子崩壊特徴を検出できるかを評価している。HiggsHunters.orgプロジェクトのデータを用い、32,000人を超えるボランティアが39,000枚の画像にわたり120万件の特徴を分類した。その結果、ATLASの自動アルゴリズムと同等の検出効率と誤検出率を示し、新たな物理現象の兆候（特にミューオンジェット候補）を特定した。この候補は後に検出器のパンチスラッグ（punch-through）効果によるものと判明した。

ABSTRACT

Using data from the HiggsHunters.org project we investigate the ability of non-expert citizen scientists to identify long-lived particles, and other unusual features, in images of LHC collisions recorded by the ATLAS experiment. More than 32,000 volunteers from 179 countries participated, classifying 1,200,000 features of interest on about 39,000 distinct images. We find that the non-expert volunteers are capable of identifying the decays of long-lived particles with an efficiency and fake-rate comparable to that of the ATLAS algorithms. Volunteers also picked out events with unexpected features, including what appeared to be an event containing a jet of muons.

研究の動機と目的

• 非専門家の市民科学者が、大型ハドロン衝突型加速器（LHC）の実際のATLAS椾出器画像から、異常な粒子崩壊特徴を効果的に検出できるかを評価すること。
• 標準模型を超える理論における重要なシグネチャである長寿命粒子の識別において、市民科学者のパフォーマンスを評価すること。
• 訓練を受けていないボランティアが、予期しないまたは異常な特徴を高エネルギー物理学データから検出できるかを調査し、新たな物理を明らかにできるかを検討すること。
• 大規模な一般参加型の粒子物理学データ解析の実現可能性と科学的価値を調査すること。

提案手法

• Zooniverseプラットフォーム上にホスティングされたHiggsHunters.org市民科学プラットフォームを活用し、非専門のボランティアが陽子-陽子衝突のATLAS椾出器画像の分類に参加した。
• 長寿命粒子が $\phi \to b\bar{b}$ または $\phi \to \tau^+\tau^-$ に崩壊するシミュレート済み衝突イベントを、現実的な検出器ノイズとピルアップ状態に埋め込んだ。
• ATLAS Atlantisイベントディスプレイを用いて可視化を行い、中央椾出器の可視性を向上させるとともに視覚的ごみを低減するために非線形フィッシュアイ変換を適用した。
• 解像度を向上させ、ノイズを低減するために、$p_{\rm T} > 2$ GeV のトラック、3本以上のトラックを持つ頂点、$p_{\rm T} > 10$ GeV のミューオンのみを表示する画像フィルタリングを実施した。
• 市民科学者の分類結果とATLASの公式再構築アルゴリズムの結果を比較することで、検出性能を訓練および検証した。
• ボランティアが異常なイベントとしてマークした事象について、特にミューオンジェット候補を含むフォローアップ分析を実施し、物理的起源を特定した。

実験結果

リサーチクエスチョン

• RQ1 非専門家の市民科学者が、ATLAS椾出器画像において長寿命粒子の二次頂点を、自動アルゴリズムと同等の性能で検出できるか？
• RQ2 LHC衝突データにおいて、異常な特徴を識別する際の市民科学者の誤検出率はどの程度か？
• RQ3 訓練を受けていないボランティアは、ミューオンジェットのような標準模型の期待とは異なる特徴を識別できるか？
• RQ4 大規模な市民科学参加における集団的分類行動は、高エネルギー物理学における専門家主導の分析と比較してどのように異なるか？

主な発見

• 179か国から32,000人を超える市民科学者が、39,000枚の異なるATLAS画像にわたり120万件の特徴を分類し、高い関与度とスケーラビリティを示した。
• 市民科学者は、長寿命粒子崩壊の検出効率と誤検出率において、ATLAS再構築アルゴリズムと同等、あるいは一部の点でそれを上回る性能を示した。
• ボランティアは、複数の凝集したミューオンからなるジェットを示す候補イベントを効果的に特定した。当初は新しい物理現象の兆候であると疑われたが、後に「パンチスラッグ（punch-through）」と呼ばれる既知の検出器効果であると判明した。
• 参加者へのアンケート調査では、強い科学的関与と、今後のLHC関連の市民科学イニシアチブへの高い関心が明らかになった。
• 集団としての市民科学者の分類能力は、希少かつ異常な特徴を検出する点で、個別の専門家分析を上回った。これは、複雑なデータにおける人間のパターン認識の価値を強調している。
• 本研究は、訓練を受けていないボランティアが、実際のLHCデータにおける異常を特定することで、実際の粒子物理学の発見に意味のある貢献ができると確認した。