
감마선 쌍생성 망원경 사건 재구성에 딥러닝 기법 적용 시험
차세대 감마선 우주관측 검출기 개발과 관련해, AMEGO-X 제안 개념의 트래커 내 쌍생성 사건에서 입자 궤적을 식별·재구성하는 데 그래프 신경망(GNN)을 적용한 연구가 발표됐다. 연구진은 Geant4 기반 MEGAlib 프레임워크와 파이썬 기반 전용 판독·데이터 처리기로 만든 모의 데이터셋으로 GraphSAGE와 Interaction Network 두 구조를 학습시키고, 점확산함수(PSF) 68% 포함 반경과 유효 면적 측면에서 기존 표준 재구성 기법과 성능을 비교했다. 다중 쿨롱 산란으로 궤적 재구성이 크게 저하되는 100MeV 이하 저에너지 영역, 이른바 'MeV 간극'에서 각분해능과 검출 효율을 높이는 것이 목표다. 결과는 100MeV 이하 쌍생성 사건 재구성에서 GNN 기반 방식이 표준 기법 대비 유망하며 추가 최적화 여지도 크다는 점을 시사한다.
arXiv astro-ph.IM (관측기기)

