并非 FAD：在 40 MHz 速率下使用流进行无监督异常检测的首次结果
高能物理 - 实验
2025-11-11 v2 计算物理
摘要
我们展示了首个在大型强子对撞机 L1 触发系统的真实高速率环境中实现的连续正规化流 (Continuous Normalizing Flow, CNF) 模型用于无监督异常检测。虽然 CNF 通常通过概率似然定义异常评分，但计算此评分需要求解常微分方程，这一程序对于 FPGA 部署过于复杂。为克服这一困难，我们提出了一种新颖的面向硬件的异常评分定义，称为模型向量场输出范数之平方。这一评分基于这样一种直觉：异常事件需要更大的流变换。我们通过标准模型数据训练的模型使用 hls4ml 和 da4ml 库合成到 FPGA 中。我们证明了该方法能够有效识别各种超标准模型 (Beyond Standard Model) 信号，性能相当于现有的基于机器学习的触发器。该算法实现了约几百纳秒的延迟，甚至在采用高级量化技术后可进一步降低，所需的 FPGA 资源极少，确立了 CNF 成为 40 MHz 实时数据驱动发现的可行新工具。
引用
@article{arxiv.2508.11594,
title = {It's not a FAD: first results in using Flows for unsupervised Anomaly Detection at 40 MHz at the Large Hadron Collider},
author = {Francesco Vaselli and Chang Sun and Thea Aarrestad and Dimitrios Danopoulos and Roope Oskari Niemi and Maciej Mikolaj Glowacki and Katya Govorkova and Vladimir Loncar and Felice Pantaleo and Maurizio Pierini},
journal= {arXiv preprint arXiv:2508.11594},
year = {2025}
}
备注
10 pages, 5 figures, presented at ML4Jets 2025, to be submitted journal