5건의 기사
연구진이 순차 몬테카를로(SMC) 알고리즘을 재사용 가능한 구성요소로 조립할 수 있는 모듈형 파이썬 툴킷 'sequince'를 공개했다. 가중치 부여, 리샘플링, 변이, 변환, 제어 단계를 모듈로 제공하며 템퍼드 SMC, 지속 샘플링, SMC 기반 네스티드 샘플링용 사전 구축 샘플러도 포함한다. 핵심 구성요소가 파이썬 Array API 표준을 따라 NumPy, JAX, PyTorch, CuPy를 지원해 CPU와 GPU 모두에서 분석이 가능하고, 난수 제어와 체크포인팅으로 재현 가능한 연구 워크플로를 지원한다. 이번 논문은 sequince v0.1.0과 그 설계를 SMC 방법론 연구 및 활용을 위한 재사용 가능한 인프라로 설명한다.
arXiv astro-ph.IM (관측기기)
연구진은 강한 중력렌즈에서 시간에 따라 변하는 확장 광원의 동역학적 미시중력렌즈를 계산하기 위해 PyTorch 기반 GPU 가속 파이썬 패키지 Microcaustics를 공개했다. 국소-정확/원거리장 편향 솔버, 시간적 재사용을 포함한 광원 지향 렌즈면 탐색, 이중2차 역다각형 사상(IPM)을 결합했으며, 세 개의 시뮬레이션된 4중 렌즈 퀘이사 시스템에서 10년치 147프레임 다중대역 광도곡선을 소비자용 GPU로 평균(중간값) 0.68초(라벨 포함 0.88초)에 생성하고 광도곡선 RMSE 중간값 0.35mmag를 기록했다. 비슷한 맵 정확도에서 일괄 처리량은 최근 CUDA IPM 구현보다 780배 높고, IPM 수렴률은 $N_{ray}^{-0.84}$로 역광선추적의 $N_{ray}^{-1/2}$보다 개선됐다. 또한 GPU에 상주하는 일반상대론적·반향(reverberating) 퀘이사 광원 모델을 도입하고 변화하는 초신성 광원으로 방법을 시연했다.
arXiv astro-ph.GA (은하)
연구진은 VizieR와 NASA/IPAC IRSA에서 수집한 분광에너지분포(SED)·광도곡선·직접 이미지 자료를 이미지 형태로 변환해, PyTorch 기반 아키텍처와 자체 제작 합성곱신경망으로 구성한 이진 분류기 앙상블을 학습시켜 젊은항성체(YSO)를 식별하는 방법을 개발했다. 이 방법은 YSO 후보를 90% 이상의 정확도로 자동 식별했고, 오염원(비YSO)은 99% 이상의 정확도로 가려냈다. 이를 여러 기존 YSO 목록에 적용해 274,408개의 고신뢰도 YSO를 담은 NEMESIS 일반 YSO 목록을 구축했으며, 색-등급도 상의 위치와 은하 구조 대비 분포로 이들의 젊은 성질을 검증했다.
arXiv astro-ph.GA (은하)
연구진이 PyTorch 텐서 기반의 GPU 가속 시뮬레이션 프레임워크를 제시해 고정밀 은하-은하 강한 중력렌즈 이미지를 생성했다. 합성 분광에너지분포(SED)를 결합해 렌즈·광원 은하의 적색편이 의존적 측광 특성을 모델링하고, 점확산함수(PSF)·한계등급·영점 등 관측 변수를 반영해 특정 서베이 조건을 재현함으로써 서베이 간 결합 분석을 가능하게 했다. 응용 사례로 동일한 렌즈 모델 변수를 써서 KiDS, LSST, 유클리드(Euclid)의 다중 대역 이미지를 시뮬레이션하고 딥러닝 신경망으로 이미지 디블렌딩 성능을 평가했다. PyTorch 기반이라 완전 자동미분과 GPU 가속이 가능해 경사 기반 최적화가 필요한 알고리즘에 활용할 수 있으며, 기존 CPU 파이프라인 대비 약 $\mathcal{O}(10^3)$의 속도 향상을 달성했다고 밝혔다.
arXiv astro-ph.GA (은하)
연구진은 파이썬과 Numpy만으로 작성한 5층 완전연결 이중 헤드 신경망 AutoClassMK를 공개했다. 이 신경망은 libr18 MK 아틀라스를 따르는 정상 항성 스펙트럼을 2차원 MK 분류 체계로 분류하며, 특수 라이브러리를 호출하지 않는 투명한 기본 코드로 구성된 점이 특징이다. 학습을 위해 libr18 및 libr18_27 MK 아틀라스를 증강해 크고 잡음이 많은 인공 학습·시험 데이터셋을 만들고 광도 분류를 단순화했으며, libr18_225 MK 아틀라스 스펙트럼의 잡음 증강본으로 예측 성능을 시험했다. 동일한 구조를 PyTorch로도 구현해 CUDA GPU에서 실행할 수 있도록 했고, 모든 코드와 데이터셋은 OpenStars 웹사이트(www.ap.smu.ca/OpenStars)에서 공개된다.
arXiv astro-ph.IM (관측기기)