#DP1

2건의 기사

A breathtaking view of the Milky Way galaxy captured over Campbelltown, NSW at night.

천문·천체물리

루빈 천문대 LSST 영상 분석을 위한 '이중 단계 플로우 매칭' 확률적 광원 검출·측광 기법 제안

NSF-DOE 베라 C. 루빈 천문대(Vera C. Rubin Observatory)의 10년 관측 프로젝트 LSST는 밤하늘의 절반 이상을 촬영하지만, 관측 깊이에서 광원들이 시각적으로 겹쳐 광원 구성 자체가 불확실한데도 기존 카탈로그 파이프라인은 단일 구성을 확정해 후속 분석에 편향을 줄 수 있다. 연구진은 광원 구성에 대한 사후분포를 근사하는 방법으로, 플로우 매칭을 비유클리드 상태공간으로 확장한 '생성자 매칭(generator matching)'으로 학습시킨 연속시간 마르코프 과정(CTMP)을 제시했으며, 이 과정은 먼저 광원을 검출하고 이어서 측정하는 두 단계로 광원 구성을 생성한다. LSST 모의 데이터에서 제안 기법은 비교 대상 5개 방법(조사 규모에서 수천 배 느린 MCMC 2종, 신경 사후분포 추정 2종, 이중 단계 구조를 제거한 축소 모델 1종)보다 더 나은 사후분포 근사를 보였다. 루빈 관측 영상의 첫 공개 자료인 LSST 데이터 프리뷰 1(DP1)에 적용했을 때는 제안 기법만이 허블(Hubble)의 고해상도 영상과 일치하는 소규모 은하 군집화를 복원했고, 블렌딩이 심해져도 불확도가 보정 상태를 유지했다. 연구진은 가장 광범위하게 연구된 외부은하 영역 중 하나인 확장 찬드라 딥 필드 사우스(Extended Chandra Deep Field South)의 확률적 카탈로그를 공개하고 이를 통해 은하의 색-등급 분포를 분석했다.

arXiv astro-ph.IM (관측기기)2026년 10월 22일

천문·천체물리

루빈 천문대 데이터 프리뷰(DP1·DP2) 활용, 분광 없이 머신러닝으로 천체 분류

루빈 천문대(Rubin Observatory) 데이터 프리뷰 1·2의 ugrizy 측광 자료를 이용해 점광원과 확장천체를 분광 관측 없이 이진 분류하는 다중 머신러닝 연구가 제시됐다. SVM, 랜덤포레스트, XGBoost, k-최근접이웃, 인공신경망, 소프트 투표 앙상블 등 6개 기법을 DP1에서 가장 깊은 ECDFS 영역에서 비교한 결과 10겹 교차검증 macro-F1은 0.95~0.97, 미사용 데이터 테스트에서는 0.87~0.92를 기록했으며 랜덤포레스트와 투표 앙상블이 0.918로 공동 1위였다. 순열 중요도 분석에서는 FWHM이 가장 지배적인 특징으로 나타났고, 6개 기법은 전체 카탈로그의 79.5%에서 일치했다. 동일 파이프라인을 재조정 없이 DP1의 다른 두 영역과 DP2의 네 영역(ECDFS, COSMOS, EDFS, ELAIS-S1)에 적용했을 때 DP2에서는 최고 macro-F1이 0.83~0.88 수준이었다. 밴드별 측광 불확실도를 특징으로 추가하면 최고 macro-F1이 ECDFS DP1에서 약 0.95, ECDFS DP2에서 약 0.97까지 올라갔다.

arXiv astro-ph.IM (관측기기)2026년 10월 16일