공간 분해되지 않은 스펙트럼으로 은하 운동학 추정하는 신경망 제시

은하의 운동학 정보는 은하와 중심 블랙홀의 형성사를 담고 있으며, 특히 초대질량 블랙홀 쌍성을 품은 은하를 식별하는 데 도움이 되는 것으로 알려져 있다. 그러나 먼 은하가 점광원으로 보이는 공간 비분해 관측에서 운동학적 성질을 추론하는 것은 어려운 과제로, 복잡한 계인 은하에서는 공간 구조가 스펙트럼 선윤곽에 어떻게 반영되는지를 제1원리로 유도할 수 없다. 연구진은 공간 분해 스펙트럼으로 학습시킨 신경망을 이용해 공간 적분 스펙트럼에서 운동학적 성질을 추론하는 방법을 제시했으며, 공간 분해 없이 데이터로부터 운동학적 인코딩을 직접 학습하고 스펙트럼 분해능이 선을 겨우 분해하는 수준에서도 유효하다는 두 가지 이점이 있다고 설명했다. 이 방법은 현재와 미래의 탐사 자료에 포함된 수백만 개의 비분해 은하에 대해 운동학적 성질을 복원할 수 있게 해준다.