LHC・ATLAS実験データ解析における深層学習の発展

深度学习在LHC/ATLAS实验数据分析中的发展

• 批准号: 21K13936
• 负责人: 齊藤 真彦
• 金额: $ 1.91万
• 依托单位: The University of Tokyo
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Early-Career Scientists
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21K13936/
• 关键词: 素粒子物理学; ATLAS実験; 機械学習; 深層学習

本研究の目的は高エネルギー実験における実験データ解析に深層学習、特に実験データの構造を踏まえた深層学習モデルを適用することで、解析性能の向上、および説明可能性の向上を目指すことである。本年度は、昨年度に引き続きヒッグス粒子が2つのタウ粒子に崩壊する過程に着目し、複数の検出器信号からタウ粒子を同定する深層学習モデル、およびタウ粒子を含む複数の粒子群からヒッグス粒子を同定する深層学習モデルの2つの目的の異なる深層学習モデルを構築し、それらを直列につなげて全体を最適化させる研究を進めた。２つの深層学習モデルを接続する際、一方のモデルの出力がもう一方のモデルの入力となるように直接接続すると、後段モデルの性能が劣化する。深層学習モデルをマルチタスク学習のような形式で接続し学習させることで、多段の教師データが与えられているこの問題特有の構造を生かし、かつ後段モデルの予測性能劣化を緩和できることを実験的に示した。またマルチタスク学習の形式を用いることで、モデルの学習手法としてマルチタスク学習の手法を応用することが可能となり、複数モデルの効率的な学習が可能となることも実験的に示した。深層学習を用いた異常検知の手法を素粒子物理実験の問題に適用する研究も推進した。特に、正規化流を用いた異常検知手法を題材に、用いる正規化流モデルの種類(Masked Autoregressive Flow、Spline Flow等)やモデルのハイパーパラメータ(ブロック数や内部パラメータの数)の最適化が異常検知の性能にどのような影響を与えるのかを調査した。

这项研究的目的是通过在高能实验中实验数据分析中的实验数据结构应用深度学习模型来提高分析性能并改善解释。今年，重点是去年的希格斯粒子的过程崩溃到两个城镇粒子中，从多个颗粒中确定了希格斯粒子，包括一个深度学习模型，这些模型识别了来自多个检测器信号的tau颗粒。深度学习模型的目的，并进行了研究以通过串联连接整体来优化整体。直接连接两个深度学习模型，以便将一个模型的输出输入到另一个模型时，第二阶段的性能将恶化。实验可以通过多任务学习的格式连接和学习深度学习模型，从而通过利用这种特定的结构来减少第二阶段模型的预测性能恶化。此外，通过使用多任务学习的形式，可以将多任务方法应用于模型学习方法，从而有效地学习多个模型，这也是实验性的。我们还促进了使用深度学习应用于基本粒子物理实验问题的研究，该研究应用了异常的检测方法。特别是，基于我们研究了我们研究的归一化，使用归一化方法的主题是基于我们研究的异常检测方法的主题，对所使用的归一化模型的优化（掩盖自回旋流量，样条流等）和模型超级参数（块和内部参数的数量）是异常的检测的性能将如何影响。

项目成果

マルチタスク学習としての多段深層学習モデルの学習

将多阶段深度学习模型学习为多任务学习

• 发表时间: 2022
• 作者: Masahiko Saito;Tomoe Kishimoto;Yuya Kaneta;Taichi Itoh;Yoshiaki Umeda;Junichi Tanaka;Yutaro Iiyama;Ryu Sawada and Koji Terashi;Masahiko Saito;齊藤真彦;齊藤真彦
• 通讯作者: 齊藤真彦

素粒子物理実験における多段深層学習モデルの学習

粒子物理实验中多阶段深度学习模型的训练

• 发表时间: 2022
• 作者: Masahiko Saito;Tomoe Kishimoto;Yuya Kaneta;Taichi Itoh;Yoshiaki Umeda;Junichi Tanaka;Yutaro Iiyama;Ryu Sawada and Koji Terashi;Masahiko Saito;齊藤真彦
• 通讯作者: 齊藤真彦

Event Classification with Multi-step Machine Learning

• DOI: 10.1051/epjconf/202125103036
• 发表时间: 2021-06
• 期刊: ArXiv
• 作者: M. Saito;T. Kishimoto;Yuya Kaneta;Taichi Itoh;Yoshiaki Umeda;J. Tanaka;Y. Iiyama;R. Sawada

Study of model construction and the learning for hierarchical models

模型构建和分层模型学习的研究

• 发表时间: 2022
• 作者: Masahiko Saito;Tomoe Kishimoto;Yuya Kaneta;Taichi Itoh;Yoshiaki Umeda;Junichi Tanaka;Yutaro Iiyama;Ryu Sawada and Koji Terashi;Masahiko Saito
• 通讯作者: Masahiko Saito