천문·천체물리
딥러닝으로 하이퍼 수프림캠 광역 탐사 은하 1,000만 개의 다중 파장 구조 분석 완료
연구팀은 스바루 하이퍼 수프림캠 전략 프로그램(HSC-SSP) 광역 탐사의 약 1,400deg² 영역에서 적색편이 z ≤ 0.75, 겉보기 등급 m < 23 조건을 만족하는 약 1,000만 개 은하에 대해 g, r, i 밴드별 팽대부/전체 광도비(L_B/L_T), 유효 반지름(R_e), 플럭스(F)의 베이즈 사후분포를 제시했다. 이 중 약 390만 개는 전체 다중 밴드 관측 자료를 갖추고 있으며, 연구팀은 이것이 은하별 사후분포를 포함한 팽대부-원반 구조 매개변수 카탈로그로는 가장 큰 규모라고 밝혔다. 측정에는 베이즈 딥러닝 프레임워크 GaMPEN(Galaxy Morphology Posterior Estimation Network)이 사용됐고, 기존 단일 밴드 모델을 전체 데이터의 약 0.5%만으로 전이학습해 새 밴드에 적응시켰음에도 평균 편차 6% 이하의 잘 보정된 사후분포를 얻었다. 다만 g 밴드는 z ≳ 0.5에서 정지 좌표계 자외선 영역을 측정하게 되면서 성능이 크게 저하돼 공개 자료에서 제외됐다. 연구팀은 이 방식이 루빈(Rubin), 유클리드(Euclid), 로먼(Roman) 관측 자료의 구조 매개변수 측정으로 확장될 수 있다고 전망했다.
arXiv astro-ph.GA (은하)