[논문 리뷰] LHC analysis-specific datasets with Generative Adversarial Networks

B. Hashemi, N. Amin외 3명|arXiv (Cornell University)|2019. 01. 16.

Particle physics theoretical and experimental studies참고 문헌 30인용 수 30

한 줄 요약

이 논문은 전체 검출기 시뮬레이션을 거치지 않고 랜덤 노이즈에서 직접 고수준의 분석용 이벤트 특징(예: $Z\to\mu\mu$ 붕괴에서의 뮤온 4모멘텀 등)을 생성하기 위해 분석 전용 생성적 적대적 네트워크(GAN)를 제안한다. 주요 물리 관측량의 다변량 분포를 모델링하도록 GAN을 훈련시킴으로써, 기존 MC 생성 방식 대비 3600배 빠른 속도 향상과 데이터 크기 두 배수 감소를 달성하였으며, 회귀 인식 손실 함수를 통해 수렴 성능도 향상시켰다.

ABSTRACT

Using generative adversarial networks (GANs), we investigate the possibility of creating large amounts of analysis-specific simulated LHC events at limited computing cost. This kind of generative model is analysis specific in the sense that it directly generates the high-level features used in the last stage of a given physics analyses, learning the N-dimensional distribution of relevant features in the context of a specific analysis selection. We apply this idea to the generation of muon four-momenta in $Z o μμ$ events at the LHC. We highlight how use-case specific issues emerge when the distributions of the considered quantities exhibit particular features. We show how substantial performance improvements and convergence speed-up can be obtained by including regression terms in the loss function of the generator. We develop an objective criterion to assess the geenrator performance in a quantitative way. With further development, a generalization of this approach could substantially reduce the needed amount of centrally produced fully simulated events in large particle physics experiments.

연구 동기 및 목표

• HL-LHC 조건에서 LHC 실험의 전체 몬테카를로 시뮬레이션에 따른 증가하는 계산 및 스토리지 부담을 해결하기 위해.
• 전체 검출기 수준의 이벤트가 아닌 고수준의 분석 특징을 직접 생성할 수 있는지 여부를 탐색하여, CPU 및 디스크 사용량을 수십만 배 감소시키기 위해.
• 특정 분석 선택 조건에 맞는 고유한 N차원 특징 분포를 학습할 수 있도록 개별 물리 분석에 특화된 방법을 개발하기 위해.
• 입자 운동량과 제트 수 등 혼합 연속형 및 이산형 변수를 포함한 복잡한 다변량 분포를 GAN 기반 이벤트 생성에서 어떻게 모델링할 수 있는지 평가하기 위해.
• 물리적 맥락에서 평가 가능한 객관적 기준을 도입하여 생성기 성능을 정량적으로 평가하기 위해.

제안 방법

• Drell-Yan $Z\to\mu\mu$ 샘플에서 고수준 분석 특징(예: 뮤온 4모멘텀, 제트의 횡방향 운동량 등)의 다변량 분포를 학습하기 위해 GAN을 훈련한다.
• 생성기 네트워크를 사용해 랜덤 노이즈를 직접 분석에 관련된 특징 벡터로 매핑함으로써 전체 이벤트 시뮬레이션 및 재구성 과정을 생략한다.
• 특히 운동량과 같은 연속형 변수의 정밀도 향상을 위해 생성기의 손실 함수에 회귀 항을 통합한다.
• 이산형 양(예: 피크 수)에 대해 가우시안 스메어링을 적용하여 역전파 가능성을 확보한 후, 정수로 복원하기 위해 floor 연산을 수행한다.
• 연속형 출력에서 이산형 특징(예: 제트 수)을 추출하기 위해 15 GeV 이하 값은 0으로 설정하는 임계값 기반 카운팅 기법을 적용한다.
• 생성된 데이터와 실제 데이터의 분포 간 통계적 일치도를 기반으로 정량적 성능 지표를 정의함으로써 객관적인 평가가 가능하도록 한다.

실험 결과

연구 질문

• RQ1 전체 검출기 시뮬레이션을 생략하고 분석 전용 고수준 특징을 직접 생성할 수 있도록 GAN을 효과적으로 훈련시킬 수 있는가?
• RQ2 생성기 손실 함수에 회귀 항을 포함할 경우, 수렴 속도와 생성된 분포의 정밀도에 어떤 영향을 미치는가?
• RQ3 운동량과 피크 수 등 혼합 연속형 및 이산형 변수를 GAN 기반 이벤트 생성에서 모델링할 때 발생하는 과제는 무엇인가?
• RQ4 물리적 관련 지표를 사용해 생성기 성능을 얼마나 객관적으로 정량화할 수 있는가?
• RQ5 기존 몬테카를로 시뮬레이션 대비 이 접근법이 계산 비용과 스토리지 용량을 얼마나 크게 줄일 수 있는가?

주요 결과

• GAN 기반 방법은 기존의 PYTHIA+Delphes 시뮬레이션 대비 목표 데이터셋 생성 속도에서 3600배 향상된 바 있다.
• 최종 생성된 데이터셋 크기는 두 배수 감소(2 GB에서 10 MB 미만)되었으며, 생성기 모델 자체는 10 MB 미만으로 저장되었다.
• 생성기 손실 함수에 회귀 항을 통합함으로써 생성된 분포의 수렴 속도와 정밀도가 크게 향상되었다.
• 특히 가우시안 스메어링과 임계값 기반 카운팅 기법을 사용함으로써 혼합 연속형 및 이산형 변수에 대한 성능이 뛰어나게 나타났다.
• 물리적 맥락에 적합한 객관적 정량 지표가 성공적으로 개발되어 생성기의 정밀도 평가에 응용되었다.
• 이 방법은 일반화 가능하며 향후 LHC 실험에서 중심 집중형으로 제작된 완전 시뮬레이션 이벤트의 필요성을 크게 줄일 수 있다.