천문·천체물리
측광 적색편이용 데이터 기반 은하 집단 사전분포 모델, Stage-IV 요구조건 충족 가능성 입증
연구진은 은하 SED(분광에너지분포) 분포를 학습하는 순수 데이터 기반 방식으로 측광 적색편이 추정에 쓰이는 은하 집단 사전분포(prior)를 모델링했다. GalSBI-SPS 은하 집단 모델로 모사한 잡음 포함 은하 스펙트럼을 생성 모델에 학습시켰으며, 스펙트럼을 저차원 잠재공간으로 압축하는 확률적 오토인코더와 정규화 흐름(normalising flow) 기반 신경 밀도 추정을 결합했다. 이 오토인코더는 표준편차 σ의 가우시안 잡음이 있는 스펙트럼에서 실제값 대비 약 0.1σ 수준으로 은하 스펙트럼 형태를 복원했다. 자기조직화지도(SOM)로 구성한 색 기반 단층 구간별 평균 적색편이 편차는 |Δ⟨z⟩| ≲ 0.0007(1+z)로, Stage-IV 서베이의 천분율 요구조건보다 작았다. 논문은 이를 통제된 조건에서 생성 모델이 차세대 서베이에 충분한 정확도로 관측 사전분포를 학습할 수 있음을 보인 개념 증명으로 제시했다.
arXiv astro-ph.IM (관측기기)