2건의 기사
연구진은 오토인코더 같은 신경망을 이용해 실험 데이터에서 핵심 특징(essential features)을 추출하는 새로운 방법을 제안했다. 이 방법의 특징은 여러 관측 장비에서 동시에 수집되는 다중모드 데이터(MMD)를 함께 분석할 수 있다는 점으로, 현재 TAIGA 실험의 MMD 분석은 장비별로 따로 수행되고 있어 우주선(cosmic ray) 물리학과 감마선 천문학에서 통합 분석 기법 개발이 과제로 지적된다. 몬테카를로 시뮬레이션을 통해 제안한 방법이 MMD 분석에 효과적임을 보였으며, 다른 실험 복합시설의 MMD 분석에도 적용할 수 있다고 밝혔다.
arXiv astro-ph.HE (고에너지)
IACT 데이터 분석에 필요한 기기 응답을 얻으려면 대량의 공기 샤워 시뮬레이션이 필요한데, 계산 부담이 크고 검출기 노후화·대기 변화·하드웨어 변경에 따라 반복 수행해야 한다. 연구진은 H.E.S.S. 시뮬레이션을 사용해 약 2,000픽셀 규모의 단안(monoscopic) 감마선·양성자 샤워 영상을 생성하는 스코어 기반 확산 모델을 처음 적용하고, 이를 Wasserstein GAN과 비교 평가했다. GAN 방식은 감마선 샤워는 높은 충실도로 재현했으나 양성자 사건은 같은 수준으로 생성하지 못해 분석 성능 저하가 측정됐다. 반면 확산 모델은 감마선과 양성자 샤워 모두에서 고차 상관관계까지 정확히 재현해 분석 수준에서 시뮬레이션과 통계적으로 구분되지 않는 사건을 생성했으며, 연구진은 이를 단일 IACT에 대한 최초의 분석 적용 가능 대체 모델로 제시했다.
arXiv astro-ph.IM (관측기기)