매니폴드 학습으로 은하 환경의 진화를 추적하는 새 기법 'SONDE' 제안

연구진은 은하의 국소 환경 기하 구조를 연속적인 저차원 공간으로 표현하는 확장 가능한 매니폴드 학습 기법 SONDE(SOrted Neighbor Distance Embedding)를 제시했다. Isomap의 변형으로 은하 이웃 영역 간 유사도 거리를 이용해 임베딩 공간을 만들며, 서로 다른 데이터셋을 같은 공간에 투영해 적색편이에 따른 환경 임베딩을 비교할 수 있는 방법도 함께 제안했다. TNG100 시뮬레이션의 z = 0~5 구간에 적용한 결과 임베딩 값이 적색편이에 따라 진화하고 은하의 물리적 성질과 상관관계를 보였으며, 신경망 예측 실험에서 첫 번째 임베딩 차원이 기존 환경 지표인 이웃 은하 개수보다 더 나은 성능을 냈고 상위 3개 차원은 10구간 반경 프로파일과 동등한 환경 정보를 담았다. 결과는 은하 헤일로 질량, 중심은하·위성은하 구분, 항성 형성 중단(quenching) 등 알려진 밀도 상관관계와도 일치했다.