4건의 기사
대규모 분광 탐사로 퀘이사 스펙트럼 데이터가 급증하면서 흡수 특징을 자동 검출하는 기법이 필요해진 가운데, 연구진은 WEAVE 유사 모의 스펙트럼의 퀘이사 정지좌표계 파장 구간 1230Å ≤ λ_RF ≤ 3095Å에서 금속 흡수선을 찾는 U-Net 모델을 제안했다. 이 U-Net은 흡수선 신호대잡음비(S/N_line) 약 4에서 완전성·순수도·F1 점수 모두 약 90%에 도달했고, S/N_line 5 이상의 오검출은 모두 감쇠 라이먼알파(Lyα) 계열의 넓은 흡수체 분포 꼬리 부분에서 발생했다. 연속광 맞춤 과정을 함께 적용해도 S/N_line 4 이상에서는 검출 성능에 미치는 영향이 거의 없었다. 연구진은 이 구조가 현재와 향후의 대규모 분광 탐사에서 흡수선 분석 도구로 경쟁력이 있다고 밝혔다.
arXiv astro-ph.GA (은하)
연구진은 중심 은하의 전경 빛에 가려진 중력렌즈를 찾기 위해 U-Net으로 전경 은하빛을 분리해 잔차 영상을 만들고, ResNet으로 렌즈 신호를 이진 분류하는 복합 신경망 기법을 제안했다. 실제 관측 데이터 검증에서 신뢰도 임계값 0.6 기준으로 재현율 71.5%, 위양성률 4.5%를 기록했다. 이 방법을 킬로디그리 서베이(KiDS) 데이터 릴리스 4의 은하 표본 638,398개 이상에 적용해 A등급 88개, B등급 322개, C등급 1,758개 후보를 식별했다.
arXiv astro-ph.GA (은하)
회전하는 중성자별에서 나오는 연속 중력파를 전천 탐색할 때 나온 후보 신호의 잡음을 제거하는 결정론적 머신러닝 기법이 제시됐다. 연구진은 시간영역 F-통계량 탐색 파이프라인의 F(f,ḟ) 후보 패턴을 U-Net으로 구현한 확산형 생성 모델 'α-(de)blending'으로 반복 후처리하고, 6일·12일 모의 시간영역 구간에 LVK 하드웨어 주입과 유사한 신호를 소프트웨어로 주입해 학습시킨 두 모델을 구조적 유사도 지수(SSIM)로 평가했다. 그 결과 신호대잡음비 ρ ≳ 4에서 하늘 위치에 따른 올바른 패턴을 대체로 복원했는데, 이는 통상적인 전천 탐지 기준보다 다소 낮은 수준이며 복원 성능은 패턴 형태에 크게 좌우됐다. 연구진은 이 기법이 준결맞음 일치 단계에 앞서 정합성 확인 또는 veto 도구로 쓰일 수 있다고 밝혔다.
arXiv astro-ph.HE (고에너지)
연구진은 LIMFAST로 생성한 z~8의 21cm 및 CO(1-0) 라인 세기 지도에서 3차원 U-Net을 이용해 z~300 시점의 초기 밀도장을 복원했다. 21cm는 중성·저밀도 은하간 물질을, CO는 고밀도 별 형성 영역을 추적해 서로 보완적이며, 잡음이 없는 경우 두 추적자를 결합하면 k ≲ 0.75 Mpc^-1에서 교차상관계수 |C(k)| ≳ 0.90을 달성했다. SKA1-Low 및 COMAP-ERA급 관측의 각분해능과 열잡음을 반영하면 소규모 정보는 열화되지만, 결합 시 k ≲ 0.3 Mpc^-1에서 |C(k)| ≳ 0.70을 유지했다. 시뮬레이션 기반 추론 결과 복원 후 σ8과 ns의 불확실성이 약 2배 개선됐고, 다른 파라미터에서도 작지만 일관된 향상이 확인됐다.
arXiv astro-ph.IM (관측기기)