천문·천체물리
SpecLess: 측광 데이터로 은하 형태·활동성을 분류하는 다중 서베이 머신러닝 파이썬 패키지 공개
분광 관측 없이 광대역 측광 데이터만으로 은하를 분류하는 오픈소스 파이썬 패키지 SpecLess가 arXiv에 공개됐다. SDSS+AllWISE, KiDS+VIKING, DESI Legacy Imaging Surveys 측광 자료로 학습한 XGBoost 분류기는 형태 분류(타원·나선)에서 macro F1 0.9332(SDSS, 35,554개 은하)와 0.9237(KiDS, 3,269개), 활동성 분류(starforming·starburst·Seyfert·LINER)에서 0.7637(SDSS, 16,931개)과 0.7398(DESI, 11,975개)을 기록했다. 다만 서베이 간 전이에서는 성능 저하가 나타나 형태 분류의 macro F1 하락폭이 SDSS→KiDS 0.0153, KiDS→SDSS 0.0354였고, 활동성 분류는 SDSS→DESI 0.0660, DESI→SDSS 0.0406이었다. SpecLess v0.3.0은 사전학습된 서베이별 분류기 4종을 통합 파이썬 인터페이스로 배포한다.
arXiv astro-ph.GA (은하)