행성과학·태양계
케플러 데이터와 시뮬레이션 기반 추론으로 외계행성 개체군 변수 제약
연구진은 수백만 개 항성에 대한 합성 외계행성 개체군을 수 초 만에 생성하는 시뮬레이터를 제시하고, 이를 시뮬레이션 기반 추론(SBI)과 결합했다. 발생률·질량-주기 분포·질량-반지름 관계 등을 기술하는 44개의 자유 변수를 설정한 뒤 수백만 번의 시뮬레이션을 돌리고 케플러(Kepler)의 검출 가능성을 모사해, 입력 변수와 '관측된' 합성 개체군의 관계를 기계학습으로 학습시켰다. 기준 데이터로는 단일 관측 시설에서 얻은 가장 큰 균질 표본인 케플러 확정 행성 목록을 사용했다. 예비 결과로 항성 질량·금속함량에 따른 행성 유형별 발생률과 궤도 주기 분포, 행성계 내 궤도 경사 분산에 대한 제약 조건을 제시했으며, 이를 통해 플라토(PLATO), 로만(Roman), 헤이든(HAYDN) 등 향후 외계행성 탐사 미션의 검출 예상치를 정교화할 수 있다고 밝혔다.
arXiv astro-ph.EP (행성계)