[论文解读] Variational Autoencoders for Generative Modelling of Water Cherenkov Detectors
本文提出使用变分自编码器（VAEs）和归一化流（NFs）对水切伦科夫探测器模拟数据的生成分布进行建模，以应用于中微子实验。基于VAE的半监督方法在区分电子与伽马事件方面达到当前最优性能——这对减少CP破坏搜索中的本底至关重要，同时实现了合成数据生成与潜在空间插值。
Matter-antimatter asymmetry is one of the major unsolved problems in physics that can be probed through precision measurements of charge-parity symmetry violation at current and next-generation neutrino oscillation experiments. In this work, we demonstrate the capability of variational autoencoders and normalizing flows to approximate the generative distribution of simulated data for water Cherenkov detectors commonly used in these experiments. We study the performance of these methods and their applicability for semi-supervised learning and synthetic data generation.
研究动机与目标
- 解决在水切伦科夫探测器中区分电子与伽马事件的挑战，这是CP破坏和质子衰变搜索中的关键本底。
- 开发一种数据驱动方法，通过从模拟数据中学习，减轻下一代探测器（如Hyper-K和NuPRISM）中的实验不确定性。
- 探索深度生成模型在半监督学习中的应用，以在标注数据有限的情况下提升分类性能。
- 研究合成数据生成与潜在空间插值在探测器模拟与分析中的可行性。
提出的方法
- 使用WCSim在包含16×40 mPMT阵列的水切伦科夫探测器几何结构中，为每种粒子类型（e⁻, μ⁻, γ）生成300万条模拟事件。
- 采用基于卷积神经网络的VAE，使用均场高斯后验与各向同性高斯先验，学习探测器图像的潜在表征。
- 应用归一化流（平面流）以改进后验近似，但未观察到相比标准VAE的显著性能提升。
- 通过预训练VAE并微调多层感知机（MLP）在确定性编码器输出上的分类任务，训练半监督模型。
- 在VAE目标函数中，使用负均方误差（MSE）损失进行重构，使用Kullback-Leibler散度进行正则化。
- 通过在特征空间（方位角与能量）中使用k近邻方法进行潜在空间插值，评估特征解耦与连续性。
实验结果
研究问题
- RQ1变分自编码器能否有效建模中微子事件在水切伦科夫探测器响应中的复杂数据分布？
- RQ2与标准VAE相比，将归一化流引入VAE是否能提升其在探测器模拟数据上的生成建模性能？
- RQ3在标注数据有限的情况下，基于VAE的半监督模型在电子与伽马事件分类方面相比完全监督模型能提升多少？
- RQ4所学习的潜在空间是否能支持反映物理事件属性（如能量与方向）的有意义插值？
- RQ5VAE能否生成对数据增强与模拟有用的逼真合成探测器图像？
主要发现
- VAE成功捕捉了重建图像中切伦科夫环的关键特征，如位置、形状与尺寸，尽管锐度降低，并缺失如暗噪声等精细结构。
- 从先验分布生成的合成样本表现出类似的重建伪影与偶尔的失真，表明先验与后验之间存在偏差。
- 潜在空间中沿能量轴的线性插值产生平滑过渡，而沿方位角轴的插值则未呈现此特性，表明角度特征的表示可能具有非线性或非连续性。
- 在低数据场景下，半监督VAE-MLP模型优于完全监督CNN：在11,250个标注样本下，其γ本底抑制率达77.6%（e⁻信号效率50%），优于CNN的76.4%。
- 在45,000个标注样本下，半监督模型实现55.9%的γ本底抑制率（e⁻信号效率80%），优于完全监督CNN的49.9%，并实现了此前基于似然比方法难以实现的γ与e⁻分类任务。
- 归一化流未在性能上带来显著提升，表明在此设置中，后验近似瓶颈可能并非主要限制因素。
更好的研究，从现在开始
从阅读论文到最终审阅，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。