
중력파 저지연 경보용 최적 이벤트 선별에 신경망 적용… 탐색 면적 약 2% 축소
LIGO-Virgo-KAGRA 공동연구진은 여러 독립 탐색 파이프라인이 하나의 천체 신호에 대해 다중 트리거(g-event)를 내놓는 상황에서, 전자기 후속관측에 가장 정확한 위치 정보를 주는 트리거를 골라내는 신경망 선별기를 제안했다. 현재는 신호대잡음비(SNR)가 가장 높은 g-event를 선택하지만, 시뮬레이션 분석에서는 이 가정에서 체계적으로 벗어나는 사례가 확인됐고 오경보율(FAR) 기반 선택은 성능이 약간 낫지만 특정 파이프라인 편향을 유발한다. 연구진의 신경망은 각 신호에 연결된 모든 트리거의 검출기별 SNR·FAR·처프 질량을 입력으로 받아 탐색 면적(searched area)이 최소인 트리거를 찾도록 학습되며, 평균 탐색 면적이 SNR 기반 선택보다 약 2% 작았고 파이프라인별 기여 분포도 왜곡하지 않았다. 수천 개 이벤트로 약 1분 만에 학습이 끝나고 선별은 즉시 이뤄져 저지연 경보에 적합하며, 연구진은 향후 관측 가동에 이 방식을 도입할 것을 권고했다.
arXiv astro-ph.HE (고에너지)












