행성과학·태양계
근지구천체 초기 궤도 결정을 위한 신경망 기법 비교 분석
단 하룻밤 관측으로 얻은 초단호(VSA) 자료만으로 근지구천체(NEO)의 초기 궤도를 결정하기 위해, 시각이 기록된 각 측정값 3개를 입력받아 지심 거리와 거리 변화율을 예측하는 두 가지 신경망 모델(순수 데이터 기반 다층 퍼셉트론과 물리 정보 손실함수를 추가한 모델)을 비교했다. NEODyS-2 카탈로그의 실제 NEO 39,031개에서 얻은 568,127개 VSA로 학습한 결과, 56,773개 호로 구성된 테스트셋에서 물리 정보 모델은 예측의 85.1%를 역학적으로 허용 가능한 영역 안에 두어 데이터 기반 모델의 76.5%를 앞섰고, 가우스법과 라플라스법은 각각 45.0%, 47.3%의 호에서만 해를 내놓았으며 그중 약 10건 중 9건은 퇴화근으로 수렴했다. 다만 고유운동과 실제 거리에 따른 층화 분석에서는 물리 정보 모델이 오차 꼬리가 길어지는 대신 허용 가능성과 운용상 가장 중요한 빠르고 가까운 호에서 우위를 얻는 트레이드오프를 보였다.
arXiv astro-ph.EP (행성계)