Développement de nouvelles techniques de Machine Learning pour la reconstruction des traces chargées dans l'expérience ATLAS

Development of new Machine Learning-based reconstruction algorithms for charged particle tracks in the ATLAS Experiment

• Auteur / Autrice : Jeremy Couthures
• Direction : Marco Delmastro, David Rousseau, Alexis Vallier
• Type : Projet de thèse
• Discipline(s) : Physique Subatomique et Astroparticules
• Etablissement(s) : Chambéry
• Ecole(s) doctorale(s) : École doctorale physique (Grenoble, Isère, France ; 1991-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'Annecy de Physique des Particules
• Jury : Examinateurs / Examinatrices : Tobias Golling, Gaëlle Boudoul, Alexandre Benoit, Gabriel Facini, Jan Stark, Marco Delmastro, David Rousseau
• Jury : Rapporteurs / Rapporteuses : Tobias Golling, Gaëlle Boudoul

Mots clés

Mots clés libres

Reconstruction de traces

Machine learning

Hl-lhc

Détecteur à pixels

Atlas

Interprétabilité

Tracking

Machine learning

Hl-lhc

Pixel detector

Atlas

Interpretability

Résumé

Dans les prochaines années, le Grand Collisionneur de Hadrons (Large Hadron Collider, LHC) du CERN entrera dans sa phase de haute luminosité (HL-LHC). Dans cette phase, environ 200 collisions simultanées proton-proton se produiront à chaque croisement de paquets, posant un défi computationnel majeur pour la reconstruction des trajectoires des particules chargées. En préparation, l'expérience ATLAS remplace ses détecteurs internes par l'Inner Tracker (ITk), offrant une couverture plus large et une granularité plus fine que le trajectographe actuel. Cette thèse explore de nouvelles approches d'apprentissage automatique pour la reconstruction des trajectoires de particules chargées avec ITk, dans le but d'améliorer les performances des méthodes actuelles de reconstruction tout en respectant les contraintes computationnelles du HL-LHC. Cet objectif est en premier temps abordé par une généralisation de l'étape de “seeding” de la reconstruction standard des trajectoires. La méthode proposée regroupe les points similaires et applique l'algorithme de seeding au sein de chaque groupe, tout en conservant l'ensemble des “seeds” identifiées. Cette approche permet de réduire le nombre de seeds propagées aux étapes ultérieures de la reconstruction. Les performances de cette nouvelle méthode sont évaluées en fonction de divers paramètres clés, métriques et stratégies de binning. Ces études sont menées à l'aide du logiciel ACTS (A Common Tracking Software) en utilisant un détecteur générique, puis en utilisant la simulation de l'ITk d'ATLAS dans le framework Athena. La faisabilité de la régression des paramètres de traces à l'aide d'une architecture de type transformeur est ensuite étudiée. Les résultats sont d'abord présentés pour un problème simplifié en utilisant les données de la compétition TrackML, puis étendus à un scénario plus réaliste avec l'Open Data Detector et une simulation complète. Une étape de prétraitement est également introduite afin d'imposer la symétrie cylindrique dans les prédictions du modèle. Différentes stratégies d'optimisation sont appliquées en fonction des paramètres régressés, et une procédure de raffinement (fine-tuning) est mise en œuvre pour atténuer les biais induits par le jeu de données utilisé. Cette approche permet d'atteindre des résolutions sur les paramètres comprises entre 5 et 40 % de celles obtenues avec ACTS. Cette thèse étudie également l'interprétabilité du modèle de “metric learning” de la reconstruction de trajectoires développée dans le cadre du projet GNN4ITk, basée sur l'utilisation de réseaux de neurones graphiques. Deux méthodes d'interprétabilité indépendantes du modèle et complémentaires sont appliquées a posteriori sur le modèle. La première identifie trois neurones ayant un impact significatif sur les performances du modèle. Ces neurones sont interprétés visuellement, et des expressions symboliques sont dérivées pour leurs activations. Deux de ces neurones calculent des grandeurs liées à la géométrie du détecteur, tandis que la distribution du troisième présente des similarités avec la succession de fenêtres de recherche utilisées dans les algorithmes standards de reconstruction de trajectoires. La seconde approche s'appuie sur la théorie de l'information pour identifier des variables connues, implicitement construites par le modèle. Les caractéristiques des particules qui ne peuvent être calculées à partir d'un seul point apparaissent effectivement aléatoires pour le modèle, tandis que celui-ci montre une construction progressive d'information sur une grandeur approximable. Enfin, ce travail de recherche est complété par le développement d'une interface utilisateur spécialisée de la base de données de production d'ATLAS, visant à simplifier l'enregistrement des composants de l'ITk durant sa phase de production. Cette interface permet de suivre l'état d'avancement de la production de chaque composant et fournit des outils pour surveiller le rendement de la production.

In the coming years, the Large Hadron Collider at CERN will enter its High-Luminosity phase (HL-LHC). Approximately 200 simultaneous proton-proton collisions will occur at each bunch crossing, posing a severe computational challenge for charged-particle track reconstruction. To prepare for this phase, the ATLAS experiment is replacing its innermost detectors with the Inner Tracker (ITk), which features extended coverage and higher granularity than the current tracking system. This thesis explores novel machine learning approaches to charged-particle track reconstruction with ITk, with the goal of improving the performance of current track reconstruction methods, under the computational constraints of the HL-LHC. This objective is first addressed by generalizing the seeding stage of the standard track reconstruction. The proposed method groups similar space points and applies the seeding algorithm within each group, while retaining all identified seeds. This approach reduces the number of seeds propagated to subsequent stages of the reconstruction. The performance of this novel approach is evaluated as a function of key parameters, metrics, and binning strategies. These studies are performed using A Common Tracking Software (ACTS) with the Generic Detector, as well as the ATLAS ITk simulation within the Athena framework optimized for HL-LHC conditions. The feasibility of track-parameter regression using a transformer architecture is then investigated. Results are first presented for a simplified problem using the TrackML dataset and extended to a more realistic scenario using the Open Data Detector and full simulation. A dedicated preprocessing step is introduced to enforce cylindrical symmetry in the model predictions. Different optimization strategies are applied depending on the regressed parameters, and a fine-tuning procedure is performed to mitigate dataset-induced biases. As a result, this approach achieves parameter resolutions within 5 to 40% of those obtained with ACTS. This thesis also investigates the interpretability of the metric learning model used in an alternative graph neural network-based track reconstruction approach developed within the GNN4ITk project. Two complementary, model-agnostic interpretability approaches are applied post hoc on the model. The first approach identifies three neurons with a strong impact on the model loss. These neurons are interpreted visually, and symbolic expressions are derived for their activations. Two of these neurons are shown to compute quantities related to the detector layout, while the distribution of the third resembles that of the successive search windows used in standard track finding algorithms. The second approach relies on information theory to identify known variables implicitly constructed by the model. Particle features that cannot be computed from a single space point are found to be effectively random for the model, whereas the model is shown to progressively construct information about another approximable quantity. Finally, the research is complemented by the development of a specialized user interface for the ATLAS Production Database aimed at simplifying the registration of ITk components during its production. The interface enables tracking of the current production stage of each component and provides tools to monitor production yield.