
전파간섭계 관측 잡음 제거하는 머신러닝 기법 'VIREO' 공개
연구진은 전파간섭계 영상의 잡음을 제거하는 머신러닝 기반 기법 VIREO를 제안했다. VIREO는 영상 평면 데이터를 다루되 UV 평면에서 유도한 점확산함수(PSF)를 추가 입력이자 손실 함수 요소로 활용해 간섭계 측정 과정을 반영하며, 원시행성계 원반의 합성 관측 자료에서 기존 클리닝 기법과 PSF를 고려하지 않은 잡음 제거 모델보다 나은 성능을 보였다. 아카이브에 보관된 ALMA 관측 자료에 적용했을 때는 배경 잡음이 크게 줄면서도 원반의 미세 구조는 유지되거나 오히려 향상됐다. 연구진은 적절한 데이터로 학습시킬 경우 다른 간섭계 관측소에도 이 방식을 적용할 수 있을 것이라며, 향후 SKA(Square Kilometer Array) 관측 자료 분석을 염두에 뒀다고 밝혔다.
arXiv astro-ph.EP (행성계)















