उच्च ऊर्जा भौतिकी में कण डिटेक्टरों के उच्च विश्वसनीय सिमुलेशन के लिए जनरेटिव न्यूरल नेटवर्क्स का अनुप्रयोग

मॉनेट कार्लो सिमुलेशन, कण इंटरैक्शनों का, आधुनिक कोलाइडर प्रयोगों के लगभग हर पहलू का आधार है, फिर भी जैसे-जैसे चमक और डिटेक्टर जटिलताएं बढ़ेंगी, इसका कम्प्यूटेशनल खर्च उपलब्ध संसाधनों से अधिक हो जाएगा। कैलोरीमीटर शावर सिमुलेशन इस खर्च का प्रमुख हिस्सा है, खासकर भविष्य की सुविधाओं के लिए योजनाबद्ध अत्यधिक अनुक्रियात्मक डिजाइनों के लिए। गहरे जनरेटिव मशीन लर्निंग मॉडल इस बाधा को संबोधित करने का एक आशाजनक मार्ग प्रस्तुत करते हैं, जो अपेक्षाकृत कम मात्रा के मॉन्टे कार्लो डेटा से सीखते हैं और फिर नए शावर अधिक कुशलता से सैंपल करते हैं। यह कार्य CaloClouds को प्रस्तुत करता है, जो अत्यधिक अनुक्रियात्मक सैंपलिंग कैलोरीमीटरों में तेज़ इलेक्ट्रोमैग्नेटिक शावर सिमुलेशन के लिए एक जनरेटिव मॉडल है, जिसे इंटरनेशनल लार्ज डिटेक्टर (ILD) के सिलिकॉन-टंगस्टन इलेक्ट्रोमैग्नेटिक कैलोरीमीटर का उपयोग करते हुए विकसित और मूल्यांकित किया गया है। पूर्व की तुलना में जो निश्चित वॉक्सेल ग्रिड पर आधारित थे, CaloClouds शावर को पॉइंट क्लाउड्स के रूप में प्रस्तुत करता है — ऊर्जा भारित निर्देशांक जो निरंतर स्थानिक स्थितियों में हैं। यह प्रस्तुति प्रक्षिप्ति कलाकृतियों को न्यूनतम करती है जो ग्रिड-आधारित आउटपुट को अनियमित डिटेक्टर रीडआउट ज्यामितियों पर मैप करते समय उत्पन्न होती हैं और एक समान लंबवत संरचना वाले विभिन्न डिटेक्टर स्थितियों पर एकल मॉडल के उपयोग की अनुमति देती है। मॉडल दो पूरक घटकों को संयोजित करता है: ShowerFlow, एक सामान्यीकरण प्रवाह जो प्रति-परत ऊर्जा और ऊर्जा जमा की संख्या जैसे वैश्विक गुणों को पकड़ता है, और एक डिफ्यूजन मॉडल जो व्यक्तिगत ऊर्जा जमा उत्पन्न करता है। एक समर्पित पूर्व-संसाधन पाइपलाइन Geant4 सिमुलेशन चरणों को उच्च-रिज़ॉल्यूशन पॉइंट क्लाउड्स में परिवर्तित करती है, जो भौतिक रीडआउट सेल्स से अधिक सूक्ष्म अनुक्रियाशीलता प्रदान करता है। डेटा प्रस्तुति को मॉडल प्रदर्शन से अलग करने के लिए, यह कार्य Geant4 चरणों को विभिन्न रिज़ॉल्यूशन ग्रिड्स पर प्रोजेक्ट करके निर्माण किए गए इष्टतम शावर जनरेटर प्रस्तुत करता है, बिना जनरेटिव मॉडलिंग के। इन संदर्भों के खिलाफ बेंचमार्क दिखाते हैं कि CaloClouds सबसे सूक्ष्म इष्टतम जनरेटर के करीब विश्वसनीयता प्राप्त करता है, जो कि डेटा प्रस्तुति के अनुसार मॉडल की अधिकतम क्षमता को दर्शाता है। साथ ही, मोटे-ग्रेन वाले इष्टतम शावर जनरेटर के साथ तुलना से स्थापित होती है कि निश्चित-ग्रिड प्रस्तुति में मूलभूत सीमाएं होती हैं, जो जनरेटिव मॉडल वास्तुकला से स्वतंत्र हैं। DDML पुस्तकालय के माध्यम से ILD सॉफ़्टवेयर चेन में पूर्ण एकीकरण मानक पुनर्निर्माण टूल्स सहित Pandora कण प्रवाह के साथ मूल्यांकन सक्षम करता है। भौतिकी बेंचमार्क में एकल-फोटॉन प्रेक्षणीय, द्वि-फोटॉन पृथक्करण, और e^+e^-~^+^- घटनाओं में ⁰ पुनर्निर्माण शामिल हैं, जिनमें बड़ा भाग Geant4 के साथ अत्याधुनिक सहमति दिखाता है। CPU हार्डवेयर पर, CaloClouds पूर्ण Geant4 सिमुलेशन के मुकाबले 120 गुना से अधिक त्वरित है, जबकि GPU हार्डवेयर पर हजारों गुना तक तेज़ी संभव है। ये परिणाम मिलकर CaloClouds को तेज कैलोरीमीटर सिमुलेशन के लिए गति और सटीकता के बीच संतुलन स्थापित करने वाला प्रभावी समाधान बनाते हैं, जो अगली पीढ़ी के कोलाइडर प्रयोगों की सिमुलेशन आवश्यकताओं को पूरा करने के लिए आधार प्रदान करता है।