천문·천체물리
LIGO/Virgo/KAGRA O4 중력파 검출 확률 추정에 '정규화 흐름' 머신러닝 에뮬레이터 적용
중력파 사건의 검출 확률 추정은 통상 비용이 큰 몬테카를로 주입(injection) 캠페인을 필요로 하는데, 연구진은 정규화 흐름(Normalizing Flows) 기반 머신러닝 기법으로 LIGO/Virgo/KAGRA O4급 검출기 네트워크 구성에서의 검출 확률을 추정했다. 공개된 주입 데이터셋을 학습·시험 데이터로 사용해 생성 모델로서의 성능을 검증했으며, 에뮬레이터가 예측한 검출 효율은 몬테카를로 중요도 표집 결과와 잘 일치했다. 특히 급격한 특징(sharp features)을 가진 것을 포함한 다양한 모집단 모델에서는 몬테카를로 중요도 표집보다 더 정밀한 추정이 가능했다고 밝혔다. 연구진은 이 에뮬레이터가 기존 신경망 접근법과 유사하게 중력파 천체의 모집단 분석에 활용될 수 있다고 설명했으며, 학습 코드와 학습된 모델을 공개했다.
arXiv astro-ph.HE (고에너지)