4건의 기사
연구진은 시뮬레이션 데이터에서 해석 가능한 해석적 대리모델(surrogate)을 구성하는 대규모언어모델(LLM) 기반 워크플로 'GWAgent'를 제시하고, 이심률을 가진 쌍성 블랙홀 병합의 중력파 파형을 대상으로 시연했다. 물리 기반 도메인 가설(ansatz)을 에이전트에 제공했을 때 정확도가 크게 향상됐으며, 최종 대리모델은 어드밴스드 라이고(Advanced LIGO) 기준 중앙값 부정합(mismatch) 6.9×10^-4와 약 8.4배의 파형 계산 속도 향상을 달성해 기호 회귀 및 기존 머신러닝 기준선을 능가했다고 밝혔다. 천체물리 응용으로는 GW200129의 이심률을 분석해 e(20Hz) = 0.099 (+0.063/-0.044)로 추정했다.
arXiv astro-ph.HE (고에너지)
연구진은 파형 템플릿을 가정하지 않고 백색화된 검출기 데이터의 웨이블릿 계수에서 초과 에너지를 찾는 비모형 파이프라인 '웨이블릿 검출 필터(Wavelet Detection Filter, WDF)'를 저지연 검출·재구성 파이프라인으로 발전시켰다. 고정 지연으로 신호 형태를 보존하는 영위상 스트리밍 자기회귀 백색화 필터를 사용하고, 검출기 간 후보 동시발생을 트리거 그래프로 표현해 지도·비지도 그래프 신경망(GNN)으로 순위를 매기며, 시간 이동 데이터로 유의도를 추정한다. 어드밴스드 라이고(Advanced LIGO) 감도 곡선을 따른 유색 가우시안 잡음과 밀집 쌍성·중심핵 붕괴 초신성 신호를 주입한 실제 O4 스트레인 데이터로 검증했으며, GW250114에 적용했을 때 파형 템플릿 없이도 해당 이벤트를 분석 구간에서 가장 큰 제로 래그 후보로 식별했다. 연산 비용과 지연 시간 모두 저지연 탐색에 부합해 실시간 스트림 처리가 가능하다고 밝혔다.
arXiv astro-ph.IM (관측기기)
연구진은 어드밴스드 라이고(Advanced LIGO) 검출기 데이터에서 쌍성 블랙홀 중력파 신호를 찾는 트랜스포머 기반 동시검출 탐색 파이프라인 CASTOR를 제시했다. 이 모델은 신경망을 반복 평가하지 않고도 타임 슬라이드 방식으로 오경보율(false-alarm rate)을 저렴하게 추정할 수 있는 것이 주요 특징이다. MLGWSC-1 챌린지 데이터셋과 약 5개월치 실제 O3b 관측 데이터로 평가한 결과, CASTOR는 가장 민감한 머신러닝 파이프라인 중 하나로 평가됐고 학습 범위 내에 있는 GWTC-3 카탈로그의 확정 이벤트 대부분을 복원했다. 또한 오픈AI 오디오 파운데이션 모델을 도메인 적응한 GW-Whisper와 비교했을 때 민감도에서 크게 앞섰으며, 배경 추정 계산 비용을 20분의 1로 줄였다.
arXiv astro-ph.GA (은하)
중력파 검출기 데이터에 섞이는 순간적 잡음(글리치)의 시간 경계를 찾아내는 세 가지 방법(AMPS, FLARE, CRISP)과 세 가지 제거 기법(적응형 스플라인 피팅, 웨이블릿 축소, 둘의 결합)을 제시한 연구다. 연구진은 어드밴스드 라이고(Advanced LIGO)의 첫 세 차례 관측 가동에서 나온 GravitySpy 데이터베이스의 글리치 5건에 이를 적용했다. 광대역 글리치 4건에 처프 신호를 주입한 결과, 결합 기법은 주입된 신호대잡음비의 95~97%를 회복해 웨이블릿 축소 단독의 약 64%보다 높았고, CRISP는 글리치 간 경계 폭이 가장 균일했으며 AMPS와 CRISP는 1초 미만에 경계를 찾아 FLARE보다 2~3자릿수 빨랐다. GW170817과 겹친 글리치에서는 기본 경계 설정 시 저주파 잔차가 남는데, 이는 신호 성분 손실을 피하기 위한 의도적 절충이라고 밝혔다. 산란광(scattered light) 글리치는 검증되지 않아 향후 과제로 남겼다.
arXiv astro-ph.IM (관측기기)