#DINOv2

2건의 기사

Captivating image of the Horsehead Nebula in the Orion constellation, showcasing vivid colors and cosmic beauty.

천문·천체물리

유클리드 VIS 이미지를 AI 학습용으로: 형태 분류·이상 탐지·유사 이미지 검색을 위한 확장형 파이프라인

유클리드(Euclid) 미션의 VIS 컷아웃 이미지를 224×224 표준 입력으로 변환하고 사전학습된 DINOv2 ViT-S/14 특징 추출기로 처리해, Galaxy Zoo Euclid(Q1) 카탈로그 기반의 365,513행·384차원 컷아웃-임베딩 데이터셋을 구축한 파이프라인이 공개됐다. 365,513개 컷아웃의 초기 생산에는 약 48시간이 걸렸으며, 이는 초당 2.12개 컷아웃의 처리 속도에 해당한다. 성능 평가에서 릿지 회귀 프로브는 카탈로그 4개 항목에 대해 결정계수 0.377~0.596을 기록했고, 전체 라벨 1% 예산 조건에서 고정 MLP의 macro-F1은 3개 과제에서 0.802~0.861이었으나 데이터 불균형이 큰 나선은하 과제에서는 0.484에 그쳤다. 연구진은 이상 탐지 워크플로로 설정 의존적인 후보 1,681개를 찾아냈으며, 표준화된 이미지 인터페이스와 재사용 가능한 사전학습 임베딩이 유클리드 Q1 공개 표본 규모에서 여러 후속 분석을 지원할 수 있음을 보였다고 밝혔다.

arXiv astro-ph.IM (관측기기)2026년 9월 29일

University of Arizona OSIRIS-REx Principal Investigator Dante Lauretta gives remarks after the 2022 John L. “Jack” Swigert, Jr., Award for Space Exploration was presented to the OSIRIS-REx team by the

천문·천체물리

DANTE: LIGO O4a 관측 데이터의 장시간 트랜지언트 이상 신호를 분류하는 비지도 학습 파이프라인

중력파 검출기 LIGO의 네 번째 관측 가동(O4) 데이터에서 정상적인 기기 잡음과 비정상 트랜지언트(글리치)를 구분하기 위한 비지도 학습 파이프라인 DANTE(Domain-Adaptive Network for Transient Evaluation)가 arXiv에 공개됐다. 연구진은 사전학습된 비전 트랜스포머 DINOv2를 시간-주파수 스펙트로그램에 적용해 국소 패치 임베딩을 추출하고, 다중 인스턴스 학습(MIL) Top-k 풀링이 장시간 구조는 복원하지만 1초 미만 형태에는 반응하지 못하는 '신호 희석 장벽'을 주입 시험으로 정식화했다. 또한 소표본에서의 분류 체계 불안정성을 다루기 위해 공분산 구조를 동적으로 선택하는 적응형 디리클레 과정 혼합 모델(DPMM)을 도입했다. O4a 자체 배경 재보정을 적용한 결과, 과거 데이터 기준으로는 새로운 것으로 표시됐던 O4a의 광범위한 형태들이 정상 잡음이라는 가설과 일치함을 보였다. 연구진은 비지도 이상 탐지에 자체 재보정이 필수적이며, 남은 미모형화 개별 사례의 확정적 분류에는 다중 채널 검증이 필요하다고 결론지었다.

arXiv astro-ph.IM (관측기기)2026년 9월 4일