PyTorchKR Papers

최신 논문

총 2편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2609.24304v1astro-ph.IM

Scale-Vector Alignment: 천문학 영상의 공간 분해 형태학적 유사성을 위한 스케일 인식 프레임워크

Scale-Vector Alignment: A Scale-Aware Framework for Spatially Resolved Morphological Similarity in Astronomical Images

서로 다른 트레이서(tracer)로 만든 천문학 맵은 동일한 형태를 갖을 것으로 기대되지 않는다. 여기(state), 광학 깊이(optical depth), 화학, 복사, ISM(성간 매질) 상(phase)은 트레이서의 응답을 바꾸며, 그 차이는 위치와 공간 스케일 모두에 따라 달라질 수 있다. 우리는 Constrained Diffusion Decomposition(CDD)에 기반한 스케일 인식 방법인 scale-vector alignment를 제안한다. CDD는 영상을 국소화된 스케일 성분으로 분해하며, 각 위치에서 이들의 진폭은 측정 강도가 공간 스케일에 걸쳐 어떻게 분포하는지를 기술하는 스케일 벡터를 정의한다. 픽셀별 유사도 $\Spix(x,y)$는 두 국소 스케일 벡터의 정규화된 정렬(alignment)로 정의한다. 정규화는 전체 진폭을 제거하므로 $\Spix$는 절대 플럭스보다 상대적 스케일 구성을 비교한다. 또한 각 공간 스케일에서 두 CDD 성분 맵을 비교하여 스케일별 유사도 $\Sscale(l)$를 정의한다. 공간 이동(spatial shift)을 사용해 $\Spix$에 대한 경험적 이동 참조 분포를 구성한다. Orion~A에서는 먼지 유래 기둥 밀도(column-density) 맵과 유사도가 가장 높은 트레이서가 기둥 밀도가 높아질수록 $^{12}$CO에서 $^{13}$CO, C$^{18}$O로 바뀐다. NGC~6334I(N)에서는 복사 전달(radiative transfer) 효과가 관측 선 형태를 바꿀 수 있는 가장 밝은 콤팩트 구조 주변에서 선–연속체(line–continuum) 유사도가 국소적으로 감소한다. NGC~3627에서는 CO가 21~$\mu$m 방출과 가장 유사하며, $\Sscale$는 중간(sub-kpc) 스케일에서 최대에 이른다. 이 방법은 두 트레이ser가 유사한 다중 스케일 구조를 갖는 위치와 공간 분포가 일치하는 스케일을 측정한다. 구현은 https://github.com/meng-ke/Scale-Vector-Alignment 에서 공개되어 있다.

arXiv:2603.11928v2astro-ph.IM

AS-Bridge: 차세대 천문 탐사를 연결하는 양방향 생성 프레임워크

AS-Bridge: A Bidirectional Generative Framework Bridging Next-Generation Astronomical Surveys

향후 10년의 관측 우주론은 Vera C. Rubin Observatory의 지상 기반 LSST와 우주 기반 Euclid 미션 같은 대규모 전천 탐사에 의해 형성될 것이다. 이 탐사들은 깊이, 해상도, 파장에 걸쳐 전례 없는 우주의 모습을 제공할 것으로 기대되지만, 관측 방식, 하늘 커버리지, 점퍼짐 함수(point-spread function), 스캔 주기의 차이로 인해 공동 분석이 유익하면서도 어렵다. 공동 분석을 용이하게 하기 위해, 우리는 지상 기반과 우주 기반 관측 사이를 변환하는 양방향 생성 모델인 A(stronomical)S(urvey)-Bridge를 소개한다. AS-Bridge는 LSST와 Euclid 관측 사이에 확률적 브라운 브리지(Brownian Bridge) 과정을 활용하는 확산 모델을 학습한다. 두 탐사는 하늘에서 겹치는 영역을 가지며, 이를 통해 두 탐사 간의 조건부 확률 분포를 명시적으로 모델링할 수 있다. 이 공식화가 단일 탐사 분석을 넘어 새로운 과학적 기능, 즉 누락된 탐사 관측에 대한 충실한 확률적 예측과 탐사 간 희귀 사건 검출을 가능하게 함을 보인다. 이러한 결과는 탐사 간 생성 모델링의 실현 가능성을 확립한다. 따라서 AS-Bridge는 미래의 LSST-Euclid 공동 데이터 파이프라인의 보완적 구성 요소로 기능하여, 두 탐사의 데이터가 이용 가능해지면 과학적 성과를 향상시킬 것으로 기대된다. 데이터와 코드는 https://github.com/ZHANG7DC/AS-Bridge에서 이용 가능하다.