천문·천체물리
SMILE 임무 SXI 모의 영상으로 자기권계면 탐지하는 딥러닝 모델 'MP-DualNet' 제안
연구진은 SMILE(Solar wind Magnetosphere Ionosphere Link Explorer) 임무의 연X선 영상기(SXI) 모의 관측 영상에서 지구 자기권계면(magnetopause)을 자동 탐지하는 이중 분기 딥러닝 프레임워크 'MP-DualNet'을 개발했다. 이 모델은 시야(FOV) 내 자기권계면의 가시성과 상대 위치를 파악하는 개략적 위치 추정과 픽셀 단위 분할을 통한 정밀 경계 추출을 동시에 수행하며, 서로 다른 태양풍·행성간 자기장 조건의 전역 하이브리드 시뮬레이션에서 얻은 시선 방향 자기권계면 포락선 지도로 학습·평가됐다. 그 결과 분류 정확도 0.94 이상, 분할 IoU 0.97 이상을 기록했고 시험 세트의 기준 경계 대비 평균 절대 각도 편차는 0.488도였다. 연구진은 다양한 노이즈 수준에서도 성능이 안정적이었고 독립적인 자기폭풍 사례에도 잘 일반화됐다며, 향후 SMILE 임무의 3차원 재구성과 우주날씨 연구를 뒷받침할 수 있다고 밝혔다.
arXiv astro-ph.IM (관측기기)