천문·천체물리
체렌코프 천문학에 딥러닝 적용: LST-1 실측 데이터로 GammaLearn 성능 평가
차세대 대기 체렌코프 망원경 관측소인 CTAO(Cherenkov Telescope Array Observatory)는 기존 장비보다 최대 10배 향상된 감도를 목표로 하며, 첫 프로토타입인 대형망원경(LST-1)은 스페인 라팔마의 로케 데 로스 무차초스 천문대에서 이미 운영 중이다. 딥러닝은 단순화된 이미지 형태 변수에 의존하는 기존 방식과 달리 기록된 사건의 시간·전하 정보를 모두 활용할 수 있어, LST-1이 접근 가능한 약 20GeV의 저에너지 영역에서 입사 입자의 에너지·도달 방향·종류 재구성 성능을 높일 수 있다. 연구진은 IACT 데이터 분석용 딥러닝 프레임워크인 GammaLearn을 LST-1의 표준 분석 기법과 비교하고 실제 관측 데이터에 적용해, 감도 곡선을 산출하는 방식으로 성능을 평가했다. 이러한 저에너지 성능 향상은 기초물리와 우주론 연구의 핵심 대상인 활동성 은하핵 등 먼 외부은하 천체 관측에 특히 유용하다고 논문은 설명한다.
arXiv astro-ph.HE (고에너지)