신경망으로 보정한 투영질량 추정법, 우리은하 총질량 1.144×10¹²태양질량 제시
연구진은 IllustrisTNG 우주론 시뮬레이션의 은하군 수천 개로 학습시킨 잔차 신경망(residual neural network)을 이용해 기존 투영질량 추정법(PME)을 보정하는 새로운 방법을 제시했다. 위성은하 표본 수(5개~50개)별로 별도의 신경망을 학습시켜, 추적자가 적을 때 지배적으로 나타나는 통계적 잡음을 자동으로 반영하도록 했다. 시뮬레이션 헤일로 검증에서 기존 PME는 헤일로 질량을 1.30(+0.72/-0.62)배(2D 거리 사용) 및 1.46(+0.97/-0.72)배(3D 거리 사용)로 과대평가했으나(RMSE 각각 0.29, 0.32 dex), 신경망 보정 후에는 1.02(+0.30/-0.26)배, RMSE 0.13 dex로 개선됐다. 이 방법을 우리은하에 적용한 결과 총질량은 1.144(+0.399/-0.296)×10¹² 태양질량으로 산출됐고, 가장 밝은 위성은하 5~10개에 기반한 추정값은 (0.8~0.95)×10¹² 태양질량의 다소 낮은 범위를 선호했다.
arXiv astro-ph.GA (은하)




