
플로우 기반 신경망으로 VLBI 관측의 고해상도 영상화 확장성 개선
초장기선 전파간섭계(VLBI)의 베이지안 샘플링 기반 영상화는 높은 각분해능을 제공하지만, 복원 특징 수가 늘어날수록 계산 비용이 커지는 한계가 있다. 연구진은 WaveletFlow 신경망 구조를 적용해 복원 영상 분포의 픽셀 수를 늘리고 기존 모델의 확장성 문제를 해결했으며, 모의 데이터와 라디오아스트론(RadioAstron) 프로젝트의 M87 관측 자료, ALMA 망원경의 HL Tau 관측 자료에 알고리즘을 적용했다. 개별 영상의 충실도는 기존 기법과 비슷한 수준이었으나, CLEAN보다 더 많은 통계 정보를 제공해 활동성 은하핵 등 조밀한 천체 연구에 활용될 수 있을 것으로 평가했다.
arXiv astro-ph.IM (관측기기)
