CosmosNews

#가우시안 프로세스

4건의 기사

천문·천체물리

가우시안 프로세스로 블랙홀 X선 쌍성 Swift J1727.8-1613의 확률적 자기 활동과 점성 추정

연구진은 블랙홀 X선 쌍성 후보 Swift J1727.8-1613의 2023년 폭발(outburst) 시기 Insight-HXMT 다중 대역 광도곡선에 가우시안 프로세스(GP) 회귀를 적용해 X선 변광을 분석했다. 감쇠 조화진동자(SHO) 1개와 감쇠 무작위 행보(DRW) 2개로 구성한 복합 커널로 모델링한 결과, 0.07~5Hz의 준주기 진동(QPO)이 안정적으로 검출됐고 품질 계수는 Q~3에서 Q~10으로 상승해 자기 공동(magnetic cavity)의 결맞음이 증가함을 시사했다. QPO 주파수와 짧은 DRW 감쇠 시간척도 사이에서 반상관 관계가 나타났으며, 두 DRW 시간척도를 국소 난류 회전 시간과 열적 조정 시간에 대응시켜 유효 점성 계수 α≈0.1을 도출해 강하게 자화된 강착 흐름을 뒷받침했다. 특히 MJD 60206 무렵 상대론적 제트 분출 시작 직전에 두 이완 시간척도가 모두 0.1초 샘플링 한계까지 붕괴해, 제트 발사 직전 원반 내부 에너지 균형이 급격히 재편됐을 가능성을 제시했다.

arXiv astro-ph.HE (고에너지)

This plot of data from two space telescopes, NASA NuSTAR and ESA XMM-Newton determines for the first time the shape of ultra-fast winds from supermassive black holes, or quasars.
천문·천체물리

가우시안 프로세스로 포착한 1ES 1927+654 코로나 회복기의 확률적 변동성 전이

changing-look 활동은하핵 1ES 1927+654의 2018년 X선 코로나 붕괴 이후 2018~2024년 진화를 XMM-Newton EPIC-pn 광도곡선(0.3~2.0 keV, 2.0~10.0 keV)으로 분석한 연구가 arXiv에 공개됐다. Matérn-3/2, DRW, 확률적 구동 감쇠 단순조화진동자(SHO), 백색잡음 항을 포함한 가우시안 프로세스 모형과 베이즈 모형 비교 결과, 2019년 5월 5일 관측에서는 단일 연속 노출 중에 선호되는 공분산이 Matérn-3/2형에서 DRW형으로 바뀌는 전이가 나타났으며, 경질 밴드에서 이 전이는 t_c≈23.5 ks에 뚜렷하게 국소화됐다. 이 전이는 X선 코로나가 재출현한 뒤 이후의 뚜렷한 경화·증광이 일어나기 전에 발생해, 원반-코로나 재구성의 이른 시간영역 신호일 가능성을 시사한다고 연구진은 밝혔다. 2022~2024년 관측에서는 기존에 알려진 밀리헤르츠 준주기진동(QPO)과 연관된 SHO 성분의 특성 진동수와 품질계수가 증가해, QPO-제트 단계에서 더 빠르고 결맞은 진동 성분이 존재함을 나타냈다.

arXiv astro-ph.HE (고에너지)

천문·천체물리

핵물리 지식을 반영한 가우시안 프로세스 회귀, 예측 정확도 개선

가우시안 프로세스 회귀(Gaussian Process Regression)는 예측값과 불확실성 추정을 함께 제공하는 비모수 베이지안 기법으로, 지금까지는 대부분 사전 지식이 없는(agnostic) 사전분포에 의존해 왔다. 연구진은 물리학적으로 동기부여된 평균 함수와 커널을 통해 핵물리 지식을 사전분포에 반영하고 이를 핵자-핵자 산란 위상차, 질량 초과(mass excess), 고밀도 물질의 유한온도 상태방정식 등 세 가지 문제에 적용했다. 그 결과 세 경우 모두에서 내삽 정확도, 불확실성 보정, 외삽 신뢰도가 기존 방식보다 체계적으로 개선됐으며, 특히 평균 함수를 포함한 사전분포 설계가 신뢰할 수 있는 회귀 결과의 핵심이라고 밝혔다.

arXiv astro-ph.HE (고에너지)

천문·천체물리

ThousandWorlds: 거주가능 후보 외계행성 기후 모델 에뮬레이션 벤치마크 공개

연구진이 외계행성 기후 에뮬레이션을 위한 머신러닝 벤치마크 'ThousandWorlds'를 공개했다. 이 데이터셋은 5개 전지구기후모델(GCM)에서 나온 약 1,800건의 시뮬레이션으로 구성되며, 8개의 행성 파라미터를 온도·습도·바람·구름·복사 등 3차원 대기장에 대응시킨다. 단일 시뮬레이터 회귀, 완전 관측 기반 다중 시뮬레이터 회귀, 구조적 결측이 있는 다중 시뮬레이터 회귀라는 난이도가 점차 높아지는 세 가지 하위 과제와 두 가지 평가 프로토콜을 제안했다. 단순 기법·딥러닝·가우시안 프로세스를 아우르는 7개 베이스라인을 평가한 결과 가우시안 프로세스 기반 방법이 가장 좋은 성능을 보였으며, 이는 기성 딥러닝이 아직 통하지 않는 영역임을 시사한다고 연구진은 밝혔다.

arXiv astro-ph.EP (행성계)