우주

#Horizon-AGN

3건의 기사

VANDENBERG AIR FORCE BASE, Calif. - At Space Launch Complex 2 at Vandenberg Air Force Base in California, workers lift the second of three solid rocket boosters for the United Launch Alliance Delta II
천문·천체물리

4개 유체역학 시뮬레이션으로 비교한 은하단 내부광(ICL) 형성 과정: 적색편이 진화와 기원 은하

은하단 내부광(ICL)은 위성은하의 조석 박리와 은하 병합 과정에서 흩뿌려진 별들이 모여 만들어진 확산 별 성분으로, 연구진은 Horizon-AGN, TNG100, The Three Hundred Gizmo-Simba 7K, Hydrangea 등 4개 유체역학 시뮬레이션에 동일한 ICL 식별 기준을 적용해 은하단 질량 헤일로($M_{178c}\sim10^{14}-10^{15}$ 태양질량)에서의 ICL 형성을 분석했다. 기준 정의를 적용한 결과 z≈0에서 ICL의 항성질량 비율은 약 0.1~0.2로 시뮬레이션 간에 대체로 일치했고, z≈0 은하단의 전신을 z≳2까지 추적했을 때 평균 ICL 질량 비율에 유의미한 진화는 나타나지 않았다. 다만 ICL과 중심은하를 구분하는 방식을 달리하면 절대적인 ICL 비율은 크게 달라져, 적색편이 증가에 따라 ICL 비율이 감소하는지 혹은 변하지 않는지는 채택한 정의에 좌우됐다. 반면 일관된 방법론을 적용하는 한 시뮬레이션 간 불일치는 발견되지 않았다. ICL 별들의 기원 은하를 추적한 결과 저질량 위성은하가 자체 질량 대비 기여도는 다소 높았지만, 전체 ICL에 지배적으로 기여하는 집단은 유입 위성은하 질량함수에 의해 결정되며, 위성은하 기원 ICL 별은 대부분 유입 당시 항성질량이 약 $10^{10}$ 태양질량 이상, 주로 $10^{10.5}-10^{11.5}$ 태양질량 구간의 은하에서 유래한 것으로 나타났다.

arXiv astro-ph.GA (은하)

These maps of the moon show the Bouguer gravity anomalies as measured by NASA GRAIL mission. Red areas have stronger gravity, while blue areas have weaker gravity.
천문·천체물리

VLTI/GRAVITY로 근거리 초대질량 블랙홀 쌍성 탐색… 20개 AGN 중 1개만 후보

연구진은 VLTI/GRAVITY로 관측한 근거리 1형 활동은하핵(AGN) 20개를 대상으로 근접 초대질량 블랙홀(SMBH) 쌍성을 체계적으로 탐색했다. 제곱 가시도와 클로저 위상을 원형 가우시안 성분과 배경 점광원으로 모델링한 뒤 격자 기반 쌍성 모델로 동반 천체를 찾았으며, 20개 중 1개(관측 발생률 5%)만 지속적인 조밀 비대칭 구조를 보였다. NGC 3783을 쌍성 AGN으로 해석하면 K<12.5의 밝은 근거리 AGN에서 약 1~100pc 분리의 GRAVITY 검출 가능 쌍성 비율 상한은 16.5%, 비대칭 구조가 핵 주변 먼지 방출에 기인한다면 상한은 9.2%로 도출됐다. 이 값들은 Horizon-AGN 시뮬레이션 예측과 비슷한 수준이었으나, 예상 비율은 쌍성 내 개별 SMBH 강착률 분포 가정에 크게 좌우된다고 연구진은 지적했다. 연구진은 적외선 간섭계의 가능성을 보여준 결과라며 표본 확대를 위한 향후 GRAVITY+ 관측의 필요성을 제시했다.

arXiv astro-ph.GA (은하)

천문·천체물리

은하 병합 판별, 형태학적 분류기가 최신 머신러닝과 대등한 정밀도 기록

IllustrisTNG·Horizon-AGN 시뮬레이션과 HSC-SSP 관측 자료를 바탕으로 지니 계수(G), M20, 집중도(C)를 계산해 은하 병합 판별 기준을 새로 제시한 연구가 공개됐다. MCMC로 도출한 두 기준은 학습에 쓰이지 않은 IllustrisTNG 모의 HSC-SSP 이미지에서 각각 69.5%, 72.3%의 정밀도를 보여 최신 머신러닝 기법과 대등한 수준이었다. 다만 이 분류기는 병합 전(pre-merger) 은하 선별에만 효과적이었고, 병합 후(post-merger) 은하는 G·M20·C 값으로 비병합 은하와 구분되지 않았다. 적색편이 0.52<z<1 구간에서는 형태학적 분류기가 합성곱 신경망 기반 머신러닝보다 새로운 데이터에 대한 강건성을 더 잘 유지했다.

arXiv astro-ph.GA (은하)