[논문 리뷰] The Mass-ive Issue: Anomaly Detection in Jet Physics

T. Golling, T. Nobe외 9명|arXiv (Cornell University)|2023. 03. 24.

Anomaly Detection Techniques and Applications인용 수 5

한 줄 요약

이 논문은 고에너지 물리학에서 변분 오토인코더(VAEs)를 사용한 이상 탐지에 있어 제트 질량 편향이라는 핵심 과제를 조사한다. 일반적인 이상 탐지 지표인 MSE와 kNN이 제트 질량과 강하게 상관되어 있어 배경 거부 능력이 왜곡되고 신호 탐지 능력이 떨어지는 인위적 질량 구조 조정이 발생함을 보여주며, 새로운 물리 현상 탐지에 있어 질량에 강인한 지표가 필요함을 강조한다.

ABSTRACT

In the hunt for new and unobserved phenomena in particle physics, attention has turned in recent years to using advanced machine learning techniques for model independent searches. In this paper we highlight the main challenge of applying anomaly detection to jet physics, where preserving an unbiased estimator of the jet mass remains a critical piece of any model independent search. Using Variational Autoencoders and multiple industry-standard anomaly detection metrics, we demonstrate the unavoidable nature of this problem.

연구 동기 및 목표

• 비감독 이상 탐지에 있어 제트 물리학에서의 제트 질량 편향이라는 핵심 문제를 해결하기 위해.
• 다양한 이상 탐지 지표(예: MSE, kNN, EMD)가 비편향된 제트 질량 분포를 유지하는 데 얼마나 효과적인지 평가하기 위해.
• QCD 배경에서 인위적 질량 구조 조정을 최소화하면서도 높은 신호 수용률을 유지할 수 있는 지표를 특정하기 위해.
• 노말 분포 학습 분포가 다양할 경우 이상 탐지의 강인성을 조사하기 위해(예: 톰 퀘이크와 같은 질량이 큰 신호 포함).
• 고에너지 물리학에서 이상 탐지 방법 간 공정한 비교를 위한 기준 설정을 위해.

제안 방법

• 20개의 가장 에너지가 높은 성분을 입력으로 사용하여 시뮬레이션된 QCD 제트에 대해 변분 오토인코더(VAEs)를 학습시켰으며, 이를 4모멘텀 점군으로 표현하였다.
• 자기 중심화, 회전, 제트 횡방향 운동량에 의한 정규화를 포함한 전처리를 적용하여 자유도를 줄이고 불변성을 향상시켰다.
• 정보 블로킹 기반의 세 부분으로 나누어진 손실 함수를 사용하였다: 재구성 손실, 잠재 공간 정규화 항, 상호정보 최소화 항.
• 다양한 지표를 사용해 이상도를 평가하였다: 평균 제곱 오차(MSE), k-최근접 이웃(kNN), 그리고 입력 공간과 잠재 공간에서의 지구 이동 거리(EMD).
• 상대 엔트로피를 사용해 질량 구조 조정 정도를 정량화하고, 배경 거부율 대 신호 수용률을 사용해 성능을 평가하였다.
• 재학습을 통해 톰 쿼크에서 학습하고 QCD 및 스틸스 보송 신호의 이상도 점수를 평가함으로써 강인성 테스트를 수행하였다.

Figure 1: Model architecture used for jet reconstruction and anomaly detection. The autoencoder networks are highlighted in the blue dashed box, with the input and reconstructed output, $\mathrm{x}$ and $\mathrm{\hat{x}}$ , shown in light red. The latent space distribution, $\mathrm{z}$ , is represe

실험 결과

연구 질문

• RQ1 다양한 이상 탐지 지표가 QCD 배경에서 재구성된 제트 질량 분포에 어떻게 영향을 미치는가?
• RQ2 이상도 점수는 제트 질량과 얼마나 상관되어 있으며, 이는 모델에 종속되지 않는 탐지에서 신호 탐지에 어떤 영향을 미치는가?
• RQ3 질량이 큰 신호(예: 톰 쿼크)로 학습한 경우 이상 탐지 지표는 강인한가?
• RQ4 다양한 새로운 물리 모델에 대해 인위적 질량 구조 조정을 최소화하면서도 높은 신호 수용률을 유지할 수 있는 지표는 무엇인가?
• RQ5 잠재 공간을 어떻게 제약하여 제트 질량과 상관관계를 없앨 수 있으며, 이는 탐지의 공정성을 향상시키는가?

주요 결과

• MSE와 kNN 이상도 지표는 제트 질량과 강한 양의 상관관계를 보이며, 이로 인해 배경 분포에서 심각한 질량 구조 조정이 발생한다.
• kNN는 질량 구조 조정에서 열악한 성능을 보이며, EMD는 가장 낮은 왜곡을 보여, 비편향 이상 탐지에 더 적합하다.
• MSE는 톰 쿼크 또는 QCD로 학습한 경우 거의 변화하지 않으며, 이는 제트 질량과 운동량 구조에 매우 민감함을 시사한다.
• MSE 기반 이상도 점수는 제트 횡방향 운동량과 반비례 관계를 보이며, 이는 제트 운동학적 특성에 대한 의존성을 더욱 강화한다.
• 질량이 큰 신호(예: 톰 쿼크)로 학습하면 그 신호가 덜 이례적인 것으로 잘못 분류되어 탐지 강인성이 떨어진다.
• 이 연구는 이상 탐지에서 제트 질량과의 상관관계를 제거하기 위해 잠재 공간에서의 분리 기법이 필수적임을 규명하며, 공정한 신호 탐지 보장을 위한 핵심 필요성을 제기한다.

Figure 2: Average distribution of momentum within a jet in the $\eta-\phi$ plane for the four particles considered in this paper after applying preprocessing. From left to right: QCD, Top, StealthB(80) and StealthB(400). The intensity corresponds to $p_{\mathrm{T}}$ fraction of the jet.