천문·천체물리
포스트-뉴턴 근사를 기준선으로 중력파 전체 파형 학습하는 머신러닝 모델 제시
연구진은 해석적으로 계산 가능한 인스파이럴(나선 접근) 파형에 더해지는 수치상대론 기여분을 진폭·위상의 잔차 보정으로 표현하고, 이를 콜모고로프-아르놀트 신경망(KAN)으로 SXS 파형 데이터에서 학습시켰다. 학습된 보정값은 명시적 스플라인 함수로 저장되므로 파형을 계산할 때 신경망 자체는 필요하지 않으며, 진폭은 최저차항, 위상은 3.5 포스트-뉴턴 TaylorF2 항을 유지했다. 학습과 모델 선택에서 제외한 75개 시뮬레이션에서 이 모델은 평탄 잡음 기준 중앙값 미스매치 2.7×10⁻⁵를 기록했다.
arXiv astro-ph.HE (고에너지)