행성과학·태양계
화성 야간면 열권 밀도 예측하는 물리 기반 다중작업 신경망 모델 제안
연구진은 MAVEN/NGIMS가 화성년 32~38년(2014~2025년)에 걸쳐 10년 이상 축적한 관측 자료를 이용해 화성 야간면 열권의 중성 원자·분자 4종(O, CO₂, N₂, Ar)의 상용로그 밀도를 동시에 예측하는 다중작업 물리 기반 신경망(PINN)을 제시했다. 공유 백본이 야간면 열권 상태의 공통 표현을 학습한 뒤 화학종별 출력 헤드로 분기하며, 자동미분을 통해 로그 밀도의 양(+)의 수직 기울기에 페널티를 주는 약한 단조성 사전조건을 적용했다. 궤도 단위로 분리한 학습·검증·시험 데이터 실험에서 물리 기반 정규화가 RMSE, MAE, R² 기준 예측 성능을 유지하거나 최적 설정에서는 소폭 개선하면서 비물리적 밀도 역전 현상을 크게 줄인 것으로 나타났다.
arXiv astro-ph.EP (행성계)