[논문 리뷰] Data Augmentation at the LHC through Analysis-specific Fast Simulation with Deep Learning

Cheng Chen, Olmo Cerri외 3명|arXiv (Cornell University)|2020. 10. 05.

Particle physics theoretical and experimental studies참고 문헌 16인용 수 5

한 줄 요약

이 논문은 심층 학습 기반의 빠른 시뮬레이션 방법을 제안하며, 검출기 해상도 효과를 생성기 수준 특징에 대한 전이 함수로 모델링하여 분석 전용 데이터 증강을 가능하게 하며, 계산 및 저장 비용을 약 10배 감소시킵니다. 이 방법은 생성기 수준 입력에서 검출기 수준의 관측 가능량을 예측하기 위해 신경망을 훈련시키며, 더 큰 데이터셋에서도 높은 정밀도와 강건성을 확보하여 고광도 LHC 시대에 적합한 확장 가능한 솔루션을 제공합니다.

ABSTRACT

We present a fast simulation application based on a Deep Neural Network, designed to create large analysis-specific datasets. Taking as an example the generation of W+jet events produced in sqrt(s)= 13 TeV proton-proton collisions, we train a neural network to model detector resolution effects as a transfer function acting on an analysis-specific set of relevant features, computed at generation level, i.e., in absence of detector effects. Based on this model, we propose a novel fast-simulation workflow that starts from a large amount of generator-level events to deliver large analysis-specific samples. The adoption of this approach would result in about an order-of-magnitude reduction in computing and storage requirements for the collision simulation workflow. This strategy could help the high energy physics community to face the computing challenges of the future High-Luminosity LHC.

연구 동기 및 목표

• LHC 실험에서 전체 GEANT4 기반 시뮬레이션 워크플로우의 증가하는 계산 및 저장 부담을 해결하기 위해.
• 특히 고정밀도 측정을 위한 고가의 합성 충돌 데이터 생성을 위한 자원 요구량을 줄이기 위해.
• 후속 재구성 소프트웨어와 호환 가능한 빠르고 분석 전용의 시뮬레이션 방법을 개발하기 위해.
• 전체 검출기 시뮬레이션에 의존하지 않고도 복잡한 물리 분석을 위한 대규모 데이터 증강을 가능하게 하기 위해.
• 고광도 LHC 단계의 계산 과제를 해결하는 데 LHC 공동체를 지원하기 위해.

제안 방법

• 분석 전용 생성기 수준 특징에 작용하는 전이 함수로 검출기 해상도 효과를 모델링하기 위해 심층 신경망을 훈련시키기.
• 가우스 샘플링을 사용한 회귀 기반 아키텍처를 활용해 생성기 수준 입력에서 현실적인 검출기 수준 관측 가능량을 생성하기.
• 전체 이벤트 이미지가 아닌 관련 물리량의 최소 집합(예: 재구성된 물체의 4모멘타)에 집중하기.
• 이dealized 입자 수준 입력에서 검출기 수준 출력으로의 매핑을 학습하기 위해 대규모 생성기 수준 데이터셋으로 모델을 훈련하기.
• 전체 GEANT4 시뮬레이션을 실행하지 않고도 대규모 분석 전용 데이터셋을 생성하기 위해 훈련된 모델을 적용하기.
• 다양한 특징 유형에 걸쳐 시뮬레이션된 값과 예측된 값 간의 상대 잔차 분포를 사용해 모델을 검증하기.

실험 결과

연구 질문

• RQ1 전체 GEANT4 시뮬레이션 없이 생성기 수준 입력에서 검출기 수준 관측 가능량을 정확하게 예측할 수 있는가?
• RQ2 학습 데이터셋보다 훨씬 큰 데이터셋에 적용했을 때 모델의 정확도가 어느 정도 유지되는가?
• RQ3 전통적 시뮬레이션과 비교해 계산 및 저장 효율성 측면에서 어떻게 성능을 내는가?
• RQ4 최소한의 시스템적 불확실성으로 대규모 분석 전용 데이터셋을 생성하는 데 모델를 사용할 수 있는가?
• RQ5 고광도 LHC 시대의 고정밀 측정을 지원하기에 충분히 강건한가?

주요 결과

• 제안된 방법은 전체 GEANT4 시뮬레이션 대비 계산 및 저장 요구량을 약 10배 감소시켰다.
• 모델은 높은 정확도를 유지하며, 입력 및 보조 특징 예측에서 대칭적인 잔차 분포와 강한 상관관계를 보였다.
• 학습 데이터셋보다 5배 큰 데이터셋에도 잘 일반화되어 있으며, 성능 저하가 관측되지 않았다.
• 가우스 샘플링을 사용한 회귀 기반 접근법은 생성적 적대적 네트워크(GANs)보다 성능이 우수하고 간단하며 더 안정적이다.
• 경량 추론 및 훈련 덕분에 앙상블 모델링이 가능하여 예측 분포를 통해 시스템적 불확실성 추정이 가능하다.
• 표준 분석 워크플로우와 호환되며, 후속 재구성 소프트웨어에서 사용 가능한 형식으로 데이터를 제공한다.