큐픽스 우주

#트랜스포머

6건의 기사

Tom Barclay, Director of the Kepler/K2 Guest Observer Office at NASA's Ames Research Center, speaks about exoplanets and NASA's next exoplanet mission during Sneak Peek Friday at the USA Science and E
행성과학·태양계

케플러-88 사례로 본 통과시각변화(TTV) 분석용 딥러닝 프레임워크

연구진은 외계행성의 질량·궤도 특성을 알려주는 통과시각변화(TTV)와 통과지속시간변화(TDV) 데이터를 입력으로 받아, 통과하지 않는 동반 행성의 특성을 예측하는 트랜스포머 기반 딥러닝 기법을 제안했다. 기존에는 MCMC로 역문제를 풀었으나, 행성 하나만 통과하는 계처럼 MCMC로 다루기 어려운 문제에 적용할 수 있다는 것이 특징이다. 케플러-88을 바탕으로 안쪽 행성은 고정하고 바깥 행성의 질량·궤도요소를 변화시킨 두 행성계를 100만 건 시뮬레이션으로 학습한 결과, 궤도 장반경과 이심률에서 10% 이하, 행성 질량에서 약 10~30%의 상대오차를 얻었다(항성과 통과 행성의 매개변수는 알려진 것으로 가정). 시험 집합에서는 TTV 반진폭이 약 0.3초에서 약 5분 범위인 계에 대해 상대오차가 수 퍼센트 미만으로 낮았으며, 더 약하거나 강한 TTV 신호나 추가 행성·항성 동반천체를 포함한 계로 확장하는 것은 향후 과제로 남았다.

arXiv astro-ph.EP (행성계)

천문·천체물리

그래프 신경망(GNN)의 천체물리·우주론 활용 리뷰 논문 공개

은하와 그 환경, 헤일로의 역사, 검출기 내 광자 신호처럼 천체물리 데이터는 본질적으로 이웃 관계를 담고 있어 그래프 구조에 적합하며, 그래프 신경망(GNN)이 이러한 관계를 존중하는 기하학적 함수를 학습한다고 설명하는 리뷰 논문이 arXiv에 공개됐다(arXiv:2610.27051v1). 저자들은 GNN이 도메인과 신호의 고유 기하를 따르고 이미 신뢰받는 대칭성과 사전 지식을 반영할 수 있으며, 다른 딥러닝 구조보다 해석 가능성이 높다고 주장한다. 또한 합성곱 신경망(CNN)과 트랜스포머를 하나의 통일된 기하학적 설계도의 특수 사례로 볼 수 있음을 보이고, 우주론·은하 형성·역학·관측기기 분야의 응용 사례를 정리했다. 조사 결과 관측기기 분야를 제외하면 시뮬레이션이 아닌 실제 데이터에 GNN을 적용한 논문은 6편 중 1편에 불과했으며, 논문은 그래프를 쓰지 말아야 할 경우를 포함한 모범 사례도 제시한다.

arXiv astro-ph.GA (은하)

A stunning capture of the Milky Way galaxy filling the night sky above silhouetted trees.
천문·천체물리

OASIS: 중력렌즈 초신성 조기 탐지를 위한 트랜스포머 기반 비동기 이미지 스트림 분류 모델

연구진은 불규칙한 관측 시각과 측광 밴드로 생성되는 비동기 이미지 시퀀스를 새 관측이 들어올 때마다 즉시 분류하는 문제를 'OASIS(On-the-fly ASynchronous Image Stream)'로 정식화하고, 후속 관측 시점이 특히 촉박한 강한 중력렌즈 초신성(LSNe) 탐지에 트랜스포머 구조를 적용했다. Bag et al.(2026a,b)이 다룬 렌즈 천체 분류 문제에서 LSNe Ia와 렌즈되지 않은 천체물리 천이현상을 구분하도록 학습시켜, 이미지 처리용 ConvLSTM과 관측 시각 인코딩용 LSTM을 결합한 기존 순환신경망 기준 모델과 비교했다. 공간·시간 상호작용을 분리해 다루는 분해형 어텐션(factorized attention)은 평균 손실 0.095~0.100을 기록해, 기준 모델의 0.128과 결합형 어텐션의 0.107 이상보다 낮았고, 선택적 리드아웃을 적용한 분해형 모델은 0.089까지 떨어졌다. 연구진은 이 결과가 보편적인 구조적 우위를 뜻하지는 않는다고 선을 그으면서, 시간영역 천문학 등 실시간 예측이 필요한 분야에서 재사용할 수 있도록 해당 아키텍처를 공개했다.

arXiv astro-ph.IM (관측기기)

KENNEDY SPACE CENTER, FLA. - An overview of the Columbia debris hangar shows the orbiter outline on the floor with some of the 78,760 pieces identified to date. More than 82,500 pieces of shuttle deb
우주산업·정책

다중 우주선 랑데부 미션 설계, 순서 무관 셋 트랜스포머로 비용 평가 5자리 가속

arXiv에 공개된 연구는 다중 우주선·다중 랑데부 미션 설계에서 목표 집합 방문 총비용을 순서 정보 없이 직접 회귀하는 딥러닝 모델을 제안했다. 목표 쌍별 전이 비용면을 잠재 특징으로 압축한 뒤 순열 불변(permutation-invariant) 트랜스포머 인코더가 시간창 파라미터와 함께 시퀀스 비용을 추정하는 방식으로, 약 85만 개의 레이블된 시퀀스로 학습해 평균 상대오차 약 5%와 1밀리초 미만의 평가 시간을 달성했다. 연구진은 이것이 정밀 최적화보다 약 5자리(10만 배) 수준 빠르다고 밝혔다. 이 평가기를 진화 알고리즘 기반 전역 탐색에 결합해 GTOC9 문제에 적용한 결과, 우주선 7기부터 10기까지 고려한 모든 함대 규모에서 기존 최고 해를 갱신했으며 차분진화 보정의 초기 추정값으로 쓰면 기존 공개 최적해를 추가로 개선했다. 저자들은 쌍별 전이 비용 함수와 구간 비용에 대해 단조인 시퀀스 비용 지표만 있으면 되므로 저궤도 위성 서비싱이나 심우주 다중 목표 탐사에도 적용 가능하다고 설명했다.

arXiv astro-ph.IM (관측기기)

천문·천체물리

펄서 타이밍 배열 데이터에서 이심 궤도 쌍성 블랙홀 탐지: 물리 정보 인코딩 트랜스포머와 시뮬레이션 기반 추론

연구팀은 펄서 타이밍 배열(PTA) 데이터에서 상대론적 궤도를 도는 이심률 쌍성 블랙홀을 효율적으로 추론하기 위해, 물리 정보를 담은 위치 인코딩을 적용한 트랜스포머 프레임워크를 제시했다. 중력파 위상 진화 해석식을 구조화된 위치 인코딩으로 모델에 직접 내장해 원시 타이밍 잔차에서 물리적으로 유의미한 표현을 학습하도록 했고, 이산·연속 조건부 정규화 흐름 등 생성 모델을 사용해 시뮬레이션 기반 추론(SBI) 틀 안에서 사후 분포를 추정했다. 다양한 신호대잡음비(SNR) 범위에서 물리 비의존 기준 모델보다 정확도가 높고 사후 분포가 더 뾰족하며 추론 속도도 빨랐다. 현재는 결정론적 백색잡음 신호에 대해 제시됐지만, 모듈형 구조여서 적색잡음 등을 포함한 현실적인 PTA 분석으로 확장할 수 있다고 연구팀은 설명했다.

arXiv astro-ph.IM (관측기기)

A parked car under a clear starry night sky, capturing the beauty of astronomy.
천문·천체물리

ZTF 광도곡선 210만 개로 사전학습한 자기지도 학습 모델 'Astra-CLR' 공개

연구진은 츠비키 과도천체 탐사(ZTF)의 라벨 없는 광도곡선 약 210만 개로 사전학습한 어텐션 기반 자기지도 대조학습 프레임워크 'Astra-CLR'를 발표했다. 부분 광도곡선을 입력으로 비대칭·다중 스케일 시간 뷰를 생성해 '국소-전역' 매핑을 학습하게 하고, 필터별로 다른 관측 주기를 처리하는 다중 뷰 후기 융합(late fusion) 구조를 도입했다. 학습된 표현을 다항 로지스틱 회귀 분류기에 입력해 12개 변광 유형을 분류한 결과 정확도 약 0.70을 기록했고, 상위 계층만 미세조정하자 약 0.77로 향상됐다. 연구진은 Astra-CLR가 실제 ZTF 광도곡선만으로 학습된 최초의 공개 다중 필터 시계열 트랜스포머라고 밝혔다.

arXiv astro-ph.IM (관측기기)