
IllustrisTNG300에 머신러닝 병합률 적용해 중력파 편향 분석…GW 천체가 은하보다 더 강하게 편향
연구진은 GALAXYRATE 데이터셋으로 학습한 머신러닝 에뮬레이터를 이용해 우주론 시뮬레이션 IllustrisTNG300에 항성질량·별 형성률·금속함량·적색편이에 따라 달라지는 쌍성 블랙홀(BBH) 병합률을 부여하고, 중력파(GW) 천체의 군집 편향(bias)을 추정하는 시뮬레이션 기반 프레임워크를 제시했다. 항성질량만 고려한 단순 현상학적 모형과 비교한 결과, 두 방식 모두에서 GW 천체는 전체 은하 집단보다 더 강하게 편향돼 있었으며 이는 BBH 병합이 더 무겁고 더 강하게 군집된 헤일로에서 일어나는 경향을 반영한다. 머신러닝 모형은 항성질량 가중치만 쓴 경우보다 GW 편향의 스케일 의존성이 더 강하게 나타나, 항성질량 외의 모은하 특성도 GW 군집에 영향을 준다는 점을 시사한다. 또한 금속함량은 GW 편향 및 은하 편향 모두와 양의 상관관계를 보였다. 저자들은 이 결과가 아인슈타인 망원경(Einstein Telescope)과 코스믹 익스플로러(Cosmic Explorer) 같은 차세대 관측 실험의 군집 측정 해석에 활용될 수 있다고 밝혔다.
arXiv astro-ph.GA (은하)





