[论文解读] Fast and Flexible Analysis of Direct Dark Matter Search Data with Machine Learning

LUX Collaboration, D. S. Akerib+98 more|White Rose Research Online (University of Leeds, The University of Sheffield, University of York)|Jan 15, 2022

Dark Matter and Cosmic Phenomena参考文献 47被引用 5

一句话总结

本文提出了一种机器学习框架，通过用快速、可微分的神经网络模型替代传统耗时的分析流程，显著加速并提升了直接暗物质搜寻分析的效率与精度。该方法能够高保真地模拟液态氙探测器中的脉冲波形区分，实现快速、灵活且精确的事件分类，且仅需极少的训练数据，同时在多种能量范围和探测器条件下，经真实校准数据验证。

ABSTRACT

We present the results from combining machine learning with the profile likelihood fit procedure, using data from the Large Underground Xenon (LUX) dark matter experiment. This approach demonstrates reduction in computation time by a factor of 30 when compared with the previous approach, without loss of performance on real data. We establish its flexibility to capture non-linear correlations between variables (such as smearing in light and charge signals due to position variation) by achieving equal performance using pulse areas with and without position-corrections applied. Its efficiency and scalability furthermore enables searching for dark matter using additional variables without significant computational burden. We demonstrate this by including a light signal pulse shape variable alongside more traditional inputs such as light and charge signal strengths. This technique can be exploited by future dark matter experiments to make use of additional information, reduce computational resources needed for signal searches and simulations, and make inclusion of physical nuisance parameters in fits tractable.

研究动机与目标

• 开发一种计算高效且灵活的替代方案，以取代传统直接暗物质搜寻分析流程中耗时且僵化的分析方法。
• 利用机器学习在液态氙探测器中实现快速、高精度的核 recoil（NR）与电子 recoil（ER）事件分类。
• 在不同电场、漂移时间及低 S1 脉冲面积条件下，利用真实校准数据验证机器学习模型。
• 确保模型能够捕捉复杂的探测器相关效应，例如低光子计数下的时间抖动和脉冲波形失真。
• 提供一种保留完整输入空间相关性的模拟框架，确保在无需简化假设的前提下实现无偏的可靠训练与推理。

提出的方法

• 训练一个可微分神经网络（NN），从模拟和校准的探测器数据中预测脉冲波形区分（PSD）特征。
• 使用真实校准数据对模型进行调优——特别是来自 DD 中子、CH₃T 和 ¹⁴CH₄ 源的数据，以匹配电场、漂移时间及 S1 面积的观测依赖关系。
• 通过在脉冲积分窗口中添加随机偏移，引入对有限波形采样（10 ns）的校正。
• 基于对低能校准数据的拟合，对低 S1 事件（≤10 phd）应用下降指数调整，将脉冲分数设为 1。
• 对于 S1 面积低于 5 phd 的情况，对数据和模拟均赋予一个来自截断正态分布的脉冲分数，其均值位于 5 phd 处 ER 与 NR 值的中点，标准差与两者相当。
• 通过比较模拟的 PSD 分布与不同探测器条件和能量范围下的实测校准数据，验证模型性能。

实验结果

研究问题

• RQ1 机器学习模型是否能在不依赖简化或解析近似的情况下，准确模拟液态氙探测器中的脉冲波形区分？
• RQ2 可微分神经网络在多大程度上能再现复杂探测器效应，如时间抖动和电场相关的脉冲波形变化？
• RQ3 在 S1 脉冲面积较低、脉冲波形定义困难的情况下，模型的保真度如何？
• RQ4 模型是否能在有限校准数据下有效训练，同时保持输入特征完整相关结构？
• RQ5 模型输出在不同探测器配置和能量范围内是否与真实数据保持一致？

主要发现

• 该机器学习模型成功再现了脉冲波形区分对电场和漂移时间的依赖关系，与 2014–2016 年数据采集运行的真实校准数据一致。
• 通过使用均值位于 ER 与 NR 源在 5 phd 处中点、标准差与两者相当的截断正态分布，模型准确捕捉了低 S1 事件（≤5 phd）的脉冲分数分布。
• 对有限采样（10 ns）的实证校正显著提高了低光子计数事件的模拟与数据之间的一致性。
• 神经网络输出在所有校准源——DD 中子（NR）、CH₃T（低能 ER）和 ¹⁴CH₄（高能 ER）——中均与数据高度一致，验证了模型的预测能力。
• 模型保留输入空间相关性的能力确保了神经网络不会在低 S1 面积区域学习到不可靠的脉冲分数相关伪特征。
• 验证过程证实，该模拟框架具有鲁棒性，适用于快速、灵活且高精度的暗物质搜寻分析。