[論文レビュー] Uncovering hidden patterns in collider events with Bayesian probabilistic models

Darius A. Faroughy|arXiv (Cornell University)|Dec 15, 2020

Topic Modeling参考文献 7被引用数 4

ひとこと要約

この論文は、ラベルなしデータを用いてコライダーイベントにおける隠れた新しい物理学のパターンを解明するため、潜在ディリクレ割り当て（LDA）に基づくベイジアン確率的モデルを提案する。ジェットの部分構造測定値をラウンド平面内の交換可能な離散トークンとして扱うことで、モデルは2つの潜在的「トピック」を学習する。1つはQCDバックグラウンドを捉え、もう1つは5%の信号対バックグラウンド比における$W'\!-\!\phi$ BSM信号を特定する。これは、ラベルなし条件下でも新しい物理学的特徴を効果的に発見できたことを示している。

ABSTRACT

Individual events at high-energy colliders like the LHC can be represented by a sequence of measurements, or 'point patterns' in an observable space. Starting from this data representation, we build a simple Bayesian probabilistic model for event measurements useful for unsupervised event classification in beyond the standard model (BSM) studies. In order to arrive to this model we assume that the event measurements are exchangeable (and apply De Finetti's representation theorem), the data is discrete, and measurements are generated from multiple 'latent' distributions, called 'themes'. The resulting probabilistic model for collider events is a mixed-membership model known as Latent Dirichlet Allocation (LDA), a model extensively used in natural language processing applications. By training on point patterns in the primary Lund plane, we demonstrate that a two-theme LDA model can learn to distinguish in unlabelled dijet events the hidden new physics patterns produced by a BSM signature from a much larger QCD background. Based on 1904.04200 and 2005.12319.

研究の動機と目的

• 高エネルギー物理学における非教師ありイベント分類のための単純で解釈可能なベイジアン確率的モデルの開発。
• 事前のラベルなしでジェット部分構造データに隠れた新しい物理学の兆候を検出すること。
• 交換可能性と離散的トークン化を適用し、コライダーイベントを混合メンバーシッププロセスとしてモデル化すること。
• LDAが、ラベルなしのイベントサンプルにおいて支配的であるQCDバックグラウンドからレアなBSM信号を抽出できるかどうかの評価。
• 自然言語処理にインspiredされたモデルが、高エネルギー物理学のイベント解析に用いられる可能性の検証。

提案手法

• 観測可能空間における測定値の交換可能な系列としてコライダーイベントを表現し、デ・フィネッティの表現定理を適用可能にする。
• 連続的観測量（例：ラウンド平面の変数）をビンに分割して、測定値を離散的トークンとしてモデル化する。
• 潜在ディリクレ割り当て（LDA）を適用し、ビン化された観測可能空間上の確率分布を表す潜在的「トピック」を学習する。
• 1つのトピックをQCDに類似したパターン、もう1つをまれなBSM特徴に偏らせるために、非対称な集中パラメータ（$\alpha_0 \approx 0.9$, $\alpha_2 \approx 0.1$）を用いたディリクレ事前分布を設定する。
• Gensimライブラリを用いて、5%の信号対バックグラウンド比で$W'\!-\!\phi$信号が埋め込まれた10万件のラベルなし二ジェットイベントに対してLDAモデルを学習する。
• 学習されたトピックを用いて、主ラウンド平面における真値レベルの分布と照合し、再構成する。

実験結果

リサーチクエスチョン

• RQ1 コライダーイベント測定値の交換可能性と離散的トークン化は、非教師ありイベント分類のための原理的ベイジアンモデルを可能にするか？
• RQ2 LDAは、ラベルなしの二ジェットイベントにおいて、QCDバックグラウンドパターンとまれなBSM信号特徴を効果的に学習・分離できるか？
• RQ3 信号対バックグラウンド比がたった5%の混合サンプルに対して2トピックのLDAモデルを学習した場合、ラウンド平面における真の信号構造を効果的に回復できるか？
• RQ4 LDAの潜在的トピックは、既知のQCDおよびBSMジェット部分構造パターンに対応する物理的に意味のある分布として解釈可能か？
• RQ5 自然言語処理にインspiredされたモデルは、スパarsで不規則な形状のコライダーイベントパターンにおいて、微細で非一様な特徴をどの程度検出できるか？

主な発見

• 2トピックのLDAモデルは、主ラウンド平面における真値レベルのQCDバックグラウンド分布に非常に近い最初のトピックを効果的に学習した。
• 2番目のトピックは、$W'\!\to\!W\phi\to\!WW\!\to\!jjjj$崩壊チェーンに特徴的なラウンド平面における2クラスタ構造を捉えていた。
• 信号対バックグラウンド比がたった5%であったにもかかわらず、モデルは非QCD信号パターンを非教師ありで同定・分離した。
• 学習されたトピックは、ラウンド平面におけるスパarsで不規則な形状のイベントパターンから物理的に関連する特徴を抽出できることを示した。
• 学習されたトピックと真値レベルの分布との視覚的比較により、モデルの性能が裏付けられ、バックグラウンドおよび信号構造の両方と強い一致を示した。
• 結果から、LDAが離散化されたジェット部分構造観測量に適用された場合、高エネルギー物理学のデータにおいて非教師ありで新しい物理学の兆候を効果的に発見可能であることが確認された。