基于自编码器的 CMS 电磁量能器在线数据质量监测异常检测系统

CMS 探测器是一种通用装置，用于探测 LHC 产生的高能碰撞。CMS 电磁量能器的在线数据质量监测是一项至关重要的运行工具，使探测器专家能够快速识别、定位和诊断可能影响物理数据质量的广泛探测器问题。本文提出一种使用半监督机器学习的基于实时自编码器的异常检测系统，能够检测 CMS 电磁量能器数据中的异常。引入了一种新方法，通过利用异常的时间相关演化以及探测器响应中的空间变化来最大化异常检测性能。该基于自编码器的系统能够高效检测异常，同时保持极低的误发现率。系统的性能通过 2018 年和 2022 年 LHC 碰撞数据中发现的异常得到验证。此外，本文给出了在 LHC 运行 3 初期将基于自编码器的系统部署于 CMS 在线数据质量监测工作流中的首批结果，显示其能够检测出现有系统遗漏的问题。