空间-时间异常检测与图网络在强子量能器数据质量监测中的应用

于红博

摘要: 紧凑螺磁体(CMS)实验是欧洲核子研究中心（CERN）大型强子对撞机（LHC）上的通用探测器，用于高能碰撞。它采用在线数据质量监控（DQM）系统，及时发现和诊断粒子数据采集问题，以避免数据质量损失。在本研究中，我们提出了一种用于CMS强子量热计（HCAL）的物理粒子读取通道的半监督时空异常检测（AD）监控系统，使用DQM的三维数字占用图数据。我们提出了GraphSTAD系统，该系统利用卷积和图神经网络学习由粒子穿过探测器引起的局部空间特征，以及由于通道的共享后端电路连接和外壳箱而产生的全局行为。递归神经网络捕获提取的空间特征的时间演变。我们使用LHC碰撞数据集验证了所提出的AD系统捕获多种通道故障类型的准确性。GraphSTAD系统实现了生产级准确性，并正在集成到CMS核心生产系统中，用于HCAL的实时监测。我们提供了与替代基准模型的定量性能比较，以展示所提出系统的有希望的优势。代码：https://github.com/muleina/CMS_HCAL_ML_OnlineDQM

更新时间: 2025-09-18 12:37:00

领域: cs.LG,cs.AI

下载: http://arxiv.org/abs/2311.04190v2