천문·천체물리
중력파 템플릿 뱅크 구축 효율화: 근사 등거리 임베딩 학습 기법 'isobank' 공개
연구진은 위치 의존적 계량(metric) 때문에 곡률이 있는 고차원 다양체에서 계산이 사실상 불가능한 구 덮기(sphere covering) 문제를 다루기 위해, 잠재 공간의 유클리드 거리가 물리 매개변수 공간의 고유거리를 근사하도록 좌표변환을 학습하는 정규화 흐름(normalizing flow) 기법 'isobank'를 제시했다. 중력파 템플릿 뱅크 구축에 적용한 결과, 5차원 이심 쌍성 매개변수 공간에서 최대 부정합 μ=0.03 기준으로 97% 커버리지를 달성했으며, 94% 커버리지를 보인 기존 확률적 배치 코드 'mbank'보다 템플릿 수를 23% 적게 썼다. 커버리지는 질량·스핀·이심률에 대해 균일하게 추출한 독립 주입 신호에 대해 계량 근사가 아닌 정확한 파형 매치로 측정했다. 32개 CPU 코어 환경에서 흐름 학습에 약 2.5시간, 뱅크 배치에 1시간 미만이 소요됐고, 코드는 깃허브에 공개됐다.
arXiv astro-ph.HE (고에너지)