Machine-learning methods for scatter classification at LZ

Abstract

Esta dissertação explora a aplicação de métodos de aprendizagem automática (Machine Learning ML) para a identificação de interações na experiência LUX-ZEPLIN (LZ), uma dos principais experiências de deteção direta de matéria escura (Dark Matter - DM). Esta tarefa exige uma análise de dados bastante precisa para permitir distinguir entre fundo e sinal. Um passo da análise de LZ é determinar o fenómeno que originou o evento - os fenómenos mais relevantes para esta tese são espalhamentos únicos e espalhamentos múltiplos. O foco principal é o desenvolvimento e avaliação de duas abordagens de ML distintas: um método modular para identificar os pulsos relevantes (proeminentes) dentro dos eventos de LZ, e um método direto baseado nas formas de onda do evento para a classificação do espalhamento. A primeira abordagem, denominada ProFinder, utiliza uma rede neural baseada numa camada Long Short-Term Memory (LSTM) para classificar os pulsos como proeminentes ou não proeminentes com base em Quantidades Reduzidas (Reduced Quantities - RQs) derivadas do Programa de Análise de LZ (LZap). O modelo é treinado num conjunto de dados diversificados com eventos de calibração e de fundo; o seu desempenho é avaliado nos dados de treino e em dados não representados nos dados de treino, incluindo eventos de fundo e eventos de calibração com neutrões de deutério-deutério (DD). A segunda abordagem centra-se na classificação de espalhamentos baseada diretamente na resposta dos sensores de luz de LZ ao evento, onde uma rede neural que utiliza camadas convolucionais unidimensional (one-dimensional convolutional layers - Conv1D) é utilizada para processar o evento e classificá-lo diretamente como Espalhamento Único (Single Scatter - SS) ou Não Espalhamento Único (Non-Single Scatter - NonSS). Este método visa fornecer um caminho mais independente do LZap para a classificação do espalhamento. Ambas abordagens apresentam desafios comuns, como a baixa quantidade e qualidade de dados de treino; apresentam também desafios específicos, tal como a exigência computacional da segunda abordagem. As soluções encontradas para resolver ou contornar estes desafios estão também expostas nesta dissertação.

This dissertation explores the application of machine learning (ML) methods for scatter identification in the LUX-ZEPLIN (LZ) experiment, a leading dark matter (DM) direct detection experiment. This task demands an accurate data analysis to allow the distinction between signal and background. A step in the LZ analysis is to determine the type of phenomena that originated the event - the most relevant phenomena for this thesis are single scatters and multiple scatters. The primary focus is on developing and evaluating two distinct ML approaches: a modular method for identifying the relevant (prominent) pulses within LZ events, and a direct signal waveform-based method for scatter classification. The first approach, named ProFinder, leverages a Neural Network based on a Long Short-Term Memory (LSTM) layer to classify pulses as prominent or non-prominent based on Reduced Quantities (RQs) derived from the LZ Analysis Program (LZap). The model is trained on a diverse dataset of calibration and background events; its performance is evaluated on both training and stress-testing datasets, including background-only and deuterium-deuterium (DD) neutron calibration events. The second approach focuses on direct scatter classification from the response of the light sensors in LZ to the event, where a one-dimensional convolutional neural network (CNN) is employed process the event and to classify them as Single Scatter (SS) or Non-Single Scatter (NonSS). This method aims to provide a more LZap-independent pathway for scatter classification . Both approaches have common challenges, such as the low amount and quality of training data; both present specific challenges such as the computational demands for the second approach. The solutions that were found to solve these challenges are also presented in this dissertation.