[논문 리뷰] The Pandora multi-algorithm approach to automated pattern recognition of cosmic-ray muon and neutrino events in the MicroBooNE detector

MicroBooNE Collaboration, R. Acciarri외 146명|arXiv (Cornell University)|2017. 08. 10.

Astrophysics and Cosmic Phenomena참고 문헌 1인용 수 14

한 줄 요약

이 논문은 마이크로부니(LArTPC)에서 우주선 양성자 및 뉴트리노 사건을 재구성하기 위해 100개 이상의 분리된 알고리즘을 사용하는 자동 패턴 인식을 위한 Pandora 다중 알고리즘 프레임워크를 제시한다. 접근 방식은 순수하게 트랙 유형의 최종 상태에서는 70%의 정확도를 달성하고, 두 개의 샤워 최종 상태에서는 35%의 정확도를 기록하며, 우주선 양성자 잔여물로 인해 성능이 저하되지만, 슬라이싱 알고리즘이 이 영향을 완화한다.

ABSTRACT

The development and operation of Liquid-Argon Time-Projection Chambers for neutrino physics has created a need for new approaches to pattern recognition in order to fully exploit the imaging capabilities offered by this technology. Whereas the human brain can excel at identifying features in the recorded events, it is a significant challenge to develop an automated, algorithmic solution. The Pandora Software Development Kit provides functionality to aid the design and implementation of pattern-recognition algorithms. It promotes the use of a multi-algorithm approach to pattern recognition, in which individual algorithms each address a specific task in a particular topology. Many tens of algorithms then carefully build up a picture of the event and, together, provide a robust automated pattern-recognition solution. This paper describes details of the chain of over one hundred Pandora algorithms and tools used to reconstruct cosmic-ray muon and neutrino events in the MicroBooNE detector. Metrics that assess the current pattern-recognition performance are presented for simulated MicroBooNE events, using a selection of final-state event topologies.

연구 동기 및 목표

• 액체 헬륨 시간투영실(LArTPC)에서 인간 수준의 인식을 알고리즘적으로 재현하기 어려운 자동 패턴 인식의 과제를 해결한다.
• 다양한 전문화된 알고리즘을 사용하여 LArTPC 검출기에서 복잡한 입자 상호작용을 재구성할 수 있는 확장 가능하고 모듈화된 프레임워크를 개발한다.
• 우주선 양성자 잔여물로 인한 배경 영향 속에서도 뉴트리노 및 우주선 양성자 사건의 재구성 정확도를 향상시킨다.
• 마이크로부니의 표면 기반 검출기 환경에서 입자 트랙과 샤워를 완전 자동으로 안정적으로 재구성할 수 있도록 한다.
• 우주선 양성자 배경이 패턴 인식 성능에 미치는 영향을 정량화하고, 이를 완화하는 전략을 평가한다.

제안 방법

• Pandora 소프트웨어 개발 키트를 사용하여, 개별 알고리즘이 특정 기하구조 작업에 대해 분리되고 전문화된 다중 알고리즘 접근 방식을 구현한다.
• 마이크로부니 검출기의 원시 히트 데이터에서 입자 트랙과 샤워를 점진적으로 재구성하기 위해 100개 이상의 알고리즘 체인을 사용한다.
• 히트를 독립적인 기하구조 슬라이스로 분할하여 우주선 양성자 잔여물을 분리하고 제거하기 위해 슬라이싱 알고리즘을 적용한다.
• 재구성된 입자를 진짜蒙테카를로 입자와 매칭하기 위해 엄격한 기준을 적용하며, 가시적인 최종 상태 입자와 정확히 일대일 대응이 이루어져야 한다.
• 재구성 정확도를 평가하기 위해 배제적인 최종 상태 이벤트 샘플을 사용하며, 정확히 매칭된 입자에 집중한다.
• 쿼어지-탄성 및 공진 상태 이벤트를 포함한 다양한 상호작용 유형에 대해 성능을 평가한다. 이는 뮤온, 파이온, 중성자를 포함한다.

실험 결과

연구 질문

• RQ1 표면 기반 LArTPC 검출기에서 Pandora 다중 알고리즘 접근 방식이 뉴트리노 및 우주선 양성자 사건 재구성에 얼마나 효과적인가?
• RQ2 마이크로부니의 재구성된 이벤트에서 우주선 양성자 잔여물이 패턴 인식 성능을 얼마나 심각하게 떨어뜨리는가?
• RQ3 희박한 샤워 기하구조를 가진 이벤트에서 슬라이싱 알고리즘이 패턴 인식 정확도에 어떤 영향을 미치는가?
• RQ4 우주선 양성자 배경이 다양한 최종 상태 입자 구성의 재구성에 어떤 영향을 미치는가?
• RQ5 순수 트랙 유형과 샤워 지배적인 최종 상태에 대해 어느 정도의 재구성 정확도를 달성할 수 있는가?

주요 결과

• 순수 트랙 유형 최종 상태를 가진 뉴트리노 상호작용에 대해 패턴 인식 시스템은 70%의 정확도를 기록하며, 단순 기하구조에 대해 뛰어난 성능을 보인다 (예: μ + Np).
• 두 개의 희박한 샤워를 가진 이벤트의 경우 재구성 정확도가 35%로 떨어지며, 주로 샤워 조각을 단일 입자로 올바르게 그룹화하는 데 어려움이 있기 때문이다.
• (μ + π⁰ + Np) 최종 상태에서 슬라이싱 알고리즘이 샤워 성분을 과다 분할함으로써 평균적으로 재구성된 이벤트의 비율을 5.8% 감소시킨다.
• 우주선 양성자 배경은 (μ + Np) 쿼어지-탄성 이벤트에서 재구성 정확도를 추가로 5.1% 떨어뜨리며, (μ + π⁰ + Np) 공진 상태 이벤트에서는 최대 13.7%까지 떨어뜨린다.
• 이러한 저하에도 불구하고 전체 패턴 인식 프레임워크는 기능적이며 강력하며, 슬라이싱 알고리즘이 트랙 전용 이벤트에서 심각한 성능 저하를 방지한다.
• 본 연구는 Pandora 다중 알고리즘 접근 방식이 도전적인 배경 조건 하에서도 복잡한 LArTPC 환경에서 완전 자동화되고 고정밀도로 재구성을 가능하게 함을 입증한다.