[논문 리뷰] Nonparametric semisupervised classification for signal detection in high energy physics

Alessandro Casa, Giovanna Menardi|arXiv (Cornell University)|2018. 09. 09.

Gaussian Processes and Bayesian Inference인용 수 15

한 줄 요약

이 논문은 이론적 배경 지식을 조정하여 밀도 추정을 최적화하고, 모드 기반 클러스터링 및 변수 선택을 사용하여 고에너지 물리학에서 신호 탐지에 대한 비모수적 준감독 분류 방법을 제안한다. 이는 모수적 기준보다 뛰어나며, 배경 데이터에서 이상 신호 성분을 탐지할 때 Fowlkes-Mallows 지수 0.84와 80%의 참 양성률을 달성한다.

ABSTRACT

Model-independent searches in particle physics aim at completing our knowledge of the universe by looking for new possible particles not predicted by the current theories. Such particles, referred to as signal, are expected to behave as a deviation from the background, representing the known physics. Information available on the background can be incorporated in the search, in order to identify potential anomalies. From a statistical perspective, the problem is recasted to a peculiar classification one where only partial information is accessible. Therefore a semisupervised approach shall be adopted, either by strengthening or by relaxing assumptions underlying clustering or classification methods respectively. In this work, following the first route, we semisupervise nonparametric clustering in order to identify a possible signal. The main contribution consists in tuning a nonparametric estimate of the density underlying the experimental data with the aid of the available information on the physical theory. As a side contribution, a variable selection procedure is presented. The whole procedure is tested on a dataset mimicking proton-proton collisions performed within a particle accelerator. While finding motivation in the field of particle physics, the approach is applicable to various science domains, where similar problems of anomaly detection arise.

연구 동기 및 목표

• 고에너지 물리학에서 알려진 배경 과정의 이심으로서 새로운 입자를 탐지하기 위한 모델 독립적 접근법을 개발하는 것.
• 라벨이 부여된 배경 데이터와 레이블이 없는 실험 데이터만 제공될 때 신호 탐지의 과제를 해결하는 것.
• 물리적 이론을 비모수적 밀도 추정에 통합하여 이상 탐지 성능을 향상시키고, 클러스터 탐지 및 변수 선택을 개선하는 것.
• 공식적인 검정과 신뢰구간을 포함한 통계적으로 엄밀한 추론 프레임워크를 제공하여 잠재적 신호를 식별하는 것.
• 기존의 모수적 접근법보다 뛰어나게 성능을 보임을 보여주기 위해 시뮬레이션된 프로톤-프로톤 충돌 데이터에 대해 제안된 방법의 효과성을 입증하는 것.

제안 방법

• 배경 과정에 대한 이론적 지식을 사용하여 비모수적 밀도 추정기를 조정하여 신호 탐지 성능을 향상시킨다.
• 메인시프트 알고리즘을 적용하여 추정된 밀도의 모드로 클러스터를 식별하고, 물리적 신호 후보를 밀도의 뾰족한 부분과 연결시킨다.
• 비모수적 추론 기반의 변수 선택 절차를 사용하여 가장 정보가 많은 특징을 식별하고 데이터 차원을 감소시킨다.
• 모드 테스팅을 통해 클러스터 수를 추정하여, 신호 성분 존재 여부에 대한 공식적인 통계적 추론을 가능하게 한다.
• 레이블가 있는 배경 데이터를 활용하여 비지도 클러스터링을 강화함으로써 준감독 학습을 통합하여 탐지 정확도를 향상시킨다.
• 검출된 신호 모드에서 헤시안 행렬의 고유값에 대한 신뢰구간을 계산하여 통계적 유의성을 평가한다.

실험 결과

연구 질문

• RQ1 비모수적 준감독 접근법이 모수적 방법에 비해 고에너지 물리학에서의 신호 탐지 성능을 향상시킬 수 있는가?
• RQ2 배경 과정에 대한 물리적 이론은 비모수적 밀도 추정에 어떻게 통합될 수 있으며, 이를 통해 신호 식별 성능을 향상시킬 수 있는가?
• RQ3 신호가 알려져 있지 않거나 존재하지 않을 수 있는 상황에서 제안된 방법의 이상 신호 성분 탐지 성능은 어떠한가?
• RQ4 비모수적 변수 선택 절차는 주성분 분석에 비해 신호 탐지에 적합한 특징를 식별하는 데 얼마나 효과적인가?
• RQ5 준감독 비모수적 프레임워크에서 클러스터 탐지에 대해 공식적인 통계적 추론을 적용할 수 있는가?

주요 결과

• 제안된 비모수적 준감독 방법은 진짜 클러스터와 검출된 클러스터 간의 강한 일치를 보여주는 Fowlkes-Mallows 지수 0.84를 달성했다.
• 주성분 분석에 적용된 모수적 방법의 50%보다 높은 80%의 참 양성률을 기록하여 신호 탐지 성능이 뛰어나게 했다.
• 비모수적 변수 선택 절차에 의해 선정된 두 변수에 적용했을 때, Fowlkes-Mallows 지수 0.78와 참 양성률 56%를 달성했다.
• 이 방법은 12개의 배경 클러스터와 신호에 해당하는 4개의 추가 성분을 탐지하였으며, 추정된 밀도의 모드 수가 기대되는 구조와 일치했다.
• 신호 모드에서 고유값에 대한 신뢰구간이 계산되어 검출된 신호 성분의 통계적 유의성을 뒷받침했다.
• 비모수적 방법은 Vatanen 등(2012)의 모수적 방법보다 정확성과 강건성 면에서 뛰어나며, 주성분 대비 선택된 변수를 사용할 경우 더욱 두드러진 성능 향상을 보였다.