천문·천체물리
CAMELS-CROCODILE 시뮬레이션 모음 공개: 머신러닝을 위한 새로운 우주론·천체물리 시험장
연구진은 기존 CAMELS 프레임워크를 GADGET 유체역학 코드와 오사카(Osaka) 피드백 모델로 확장한 우주론 유체역학 시뮬레이션 모음 CAMELS-CROCODILE을 공개했다. 25Mpc/h와 50Mpc/h 박스로 구성되며, 기준 오사카 모델 주변에서 26개의 우주론·천체물리 매개변수를 변화시킨 세트를 포함한다. IllustrisTNG와 비교하면 기준 모델은 물질 파워스펙트럼을 수 퍼센트만 억제해 z=0에서 최대 약 27%를 억제하는 IllustrisTNG와 차이를 보였고, 10^12.2 태양질량/h 이하에서는 비슷한 효율로 별을 형성하지만 그룹 규모 헤일로에서는 최대 2.5배 더 효율적이었다. 연구진이 IllustrisTNG 은하 카탈로그로 학습시킨 그래프 신경망을 가중치를 고정한 채 적용하자 Ω_m과 σ_8을 복원하지 못하고 과신된 사후분포를 내놓았으며, 이는 물리적으로 다른 은하 형성 모델 전반에 걸쳐 머신러닝 추론을 학습·검증할 필요성을 보여준다고 밝혔다.
arXiv astro-ph.GA (은하)