논문명: Identifying galaxy mergers in observations and simulations with deep learning
저자: W. J. Pearson, L. Wang, J. W. Trayford, C. E. Petrillo, F. F. S. van der Tak
저널명: Astronomy & Astrophysics (A&A)
분야: 외은하 천문학 (Extragalactic astronomy)
해당 논문은 딥 러닝을 이용한 관찰 및 시뮬레이션에서 은하 병합 식별을 연구한 논문으로, 지웅배 교수님께서 우리 연구와 흐름이 비슷한 논문으로 추천해주셔서 꼼꼼히 읽어보고자 한다.
✅Abstract
배경
merger는 은하의 형성과 진화 과정에서 중요한 역할을 한다. Euclid, LSST와 같은 대규모 관측 프로그램에서는 빠르고 효율적이며 정확한 은하 merger 식별 기술이 요구된다.
목표
딥러닝 기법이 아래 두가지를 얼마나 잘 재현할 수 있을지 평가하며, 이 두 분류간 차이점도 분석하는 것이 목적이다.
1. 실제 관측 데이터에서의 시각적 분류
2. 시뮬레이션 데이터에서의 물리적 분류
또한 은하 merger 연구의 주요 문제점 중 하나인 ground truth의 부재를 극복하고자, 본 방법을 활용해 관측 기반 merger 카탈로그의 편향 여부도 검증한다.
방법
CNN을 설계하고 두가지 방식으로 학습한다.
1. SDSS에서 얻은 실제 관측 자료
2. SDSS 관측을 모방하도록 처리된 EAGLE 시뮬레이션 자료
이후 교차 테스트를 수행한다.
- SDSS 이미지는 시뮬레이션 기반 네트워크로 분류
- EAGLE 이미지는 관측 기반 네트워크로 분류
결과
- 관측 기반 네트워크(SDSS로 학습)
- SDSS 이미지 분류 정확도: 91.5% - 시뮬레이션 기반 네트워크(EAGLE로 학습)
- EAGLE 이미지 분류 정확도: 65.2%
교차 테스트
- 시뮬레이션 기반 네트워크(EAGLE로 학습)
- SDSS 이미지 분류 정확도: 64.6% - 관측 기반 네트워크(SDSS로 학습)
- EAGLE 이미지 분류 정확도: 53.0%
- -> 대부분 non-merger로 분류됨
이는 대부분의 시뮬레이션 병합 은하가 눈에 띄는 병합 특징을 가지고 있지 않으며, 관측을 통해 시각적으로 식별된 병합 카탈로그는 눈에 띄는 병합에 편향되어 있고, 불완전 할 수 있음
결론
- 같은 데이터셋으로 학습-테스트한 네트워크가 가장 좋은 성능을 보임
- 관측 기반 모델이 더 뛰어난 성능을 보인 이유는, 관측 데이터가 뚜렷한 병합에 편향되어 있기 때문임
- 시뮬레이션 기반 모델이 관측 데이터 분류에도 일정 수준 성능을 보였기 때문에, 대규모 차세대 관측 프로젝트에서 시뮬레이션 기반 딥러닝 모델이 유망한 도구가 될 수 있음을 시사함
Keyword
- Galaxies: interations(상호작용)
- Techniques: image processing(이미지 처리)
- Methods: data analysis, nemerical(수치)
✅1. Introduction
은하 병합의 중요성
- 은하 진화 측면: galaxy mass assembly, morphologycal transformaion, growth of central black hole 등
- triggering mechanism of some of the brightest infrared objects known: luminous infrared galaxies. (초광도 적외성 은하들을 유발하는 매커니즘으로 여겨짐)
모든 병합이 별 생성 폭발을 유발하는가?
- 과거에는 모든 은하 병합이 별 생성 폭발을 유발한다고 여겨졌으나 최근 연구들은 이에 의문을 제기하고 있다.
- 하지만 여전히 별 생성 폭발 은하 중 병합 은하의 비율은 높은편이다.
=> 병합의 중요성은 우리가 병합을 얼마나 잘 식별하느냐에 달려 있으며,
이를 위해 정확하고 완전한 병합 샘플을 자동으로 추출하는 방법이 필요하다.
기존 은하 병합 탐지 방법 정리
1. 기존 자동화 기법
- close pairs(가까운 은하쌍) 선택
- sky, redshift 상에서 은하쌍을 찾아 병합 후보로 간주하는방법
- 단점: 고품질 분광 데이터 필요 (비용 높음), 실제 병합이 아닌 flyby(스쳐지나가는) 현상 오염 가능성
- Morphological Disturbance(형태적 교란) 기반 분류
- Gini 계수, 광도 모멘트, CAS 시스템 등 비모수 통계량으로 비대칭성/이중핵/조석꼬리 등 감지- 단점: 고해상도 이미지 필요, 고적색편이(z)에서 오분류율 >= 20%
- Galaxy Zoo같은 large crowd sourced method
- 단점: 재현성이 낮고 많은 시간이 소요됨- 대규모 관측 데이터(LSST 등)에 확장성 부족
3. 딥러닝 도입
- 딥러닝은 대규모 은하를 신속하게 분류할 수 있음
- Galaxy Challenge에서 Dieleman et al.(2015)이 딥러닝 모델로 우승하며 여러 연구의 기반이 됨
- 최근에는 Galaxy Zoo의 SDSS 이미지를 활용해 사전 학습된 네트워크의 출력 계층만 재학습하는 transfer learning(전이학습)방식으로 병합/비병합 시스템을 분류하는 데 딥러닝이 활용됨.
- 광학 데이터를 활용해 병합과 조석 구조를 식별하는 데 딥러닝이 사용되기도 함.
본 연구 개요
하나의 CNN 구조를 개발하고,
- SDSS 관측 이미지로 학습 → 시각적 병합 분류 네트워크
- EAGLE 시뮬레이션 이미지로 학습 → 물리적 병합 분류 네트워크
이후 두 네트워크를 교차 적용
- SDSS → EAGLE 기반 네트워크
- EAGLE → SDSS 기반 네트워크
연구 목적
- 관측 기반 병합 분류의 편향성 분석
- 시뮬레이션이 현실적인 병합 특성을 얼마나 잘 재현하는지 평가
논문 구성
- 2장: 사용된 데이터셋 소개
- 3장: 신경망 구조 설명
- 4장: 실험 결과 및 논의
- 5장 결론
✅2. Image Data
🔍2.1 SDSS image
데이터 수집 방식
신경망 학습용 병합/비병합 샘플을 구성함
- 병합 샘플
- Darg et al. (2010a, b) 카탈로그 기반
- Galaxy Zoo의 모든 객체 중에서 병합으로 분류한 사람의 비율이 0.4 초과이고, 분광 적색편이(spectroscopic redshift)가 0.005~0.1 사이인 객체들을 다시 시각적으로 확인하여 3003개 샘플 선정
- => 이는 매우 보수적이며, 주로 병합의 명백한 징후를 보이는 은하를 포함하기에, 미묘한 병합은 누락되었을 수 있음
- 비병합 샘플
- 같은 적색편이 범위에서 병합으로 분류한 비율이 0.2 미만인 Galaxy Zoo 객체들을 모은 뒤, 무작위로 3003개를 선택하여 사용
이미지 처리 방식
병합/비병합 객체들의 이미지
- SDSS DR7 JPEG cut-out 서버를 이용
- gri 밴드를 각각 파란색, 초록색, 빨간색 채널로 사용하여 256×256 픽셀 크기의 이미지 요청(생성)
- 이후 학습 메모리 요구량을 줄이기 위해 중심부 64x64 픽셀로 잘라냄 (더 큰 이미지로 실험했을 때 성능 향상 없었음)
물리량 정보
- 질량(M): Kauffmann et al. (2003), Salim et al. (2007) 방식
- 별 형성률(SFR): Brinchmann et al. (2004)
- redshift, ugriz 등급: SDSS DR7
- 질량 한계: z = 0.1 기준으로 약 10¹⁰ M☉
- 병합 샘플 중 54%는 주 병합 (질량비 1/3 ~ 3)
🔍2.2 EAGLE image
데이터 생성 및 조건
- EAGLE 시뮬레이션 기반 gri 이미지 사용
- py-SPHviewer로 렌더링, Chabrier IMF 및 Bruzual & Charlot (2003) 모델 사용
- 먼지 소광은 고려하지 않음 (순수 항성 발광도 기반) - 스냅샷 조건: redshift < 1.0
- 은하 선택 기준
- 주 은하 질량 M > 10¹⁰ M☉
- 병합 상대 질량 M > 10⁹ M☉ (즉, 주 은하의 ≥10%) - 병합 판정 기준
- 스냅샷 간 2개 은하 → 1개로 변화한 경우
- 단순 근접성(flyby)은 제외
-병합 시기 조건
- 병합 전 0.3 Gyr 이내, 병합 후 0.25 Gyr 이내
- 병합 효과 지속 시간(0.25 Gyr) 고려
이미지 구성
- 각 은하를 10 Mpc 거리에서 관측 가정
- 해상도 256×256 픽셀, 60 kpc 크기
- 총 이미지 수 (6개 투영 포함)
- Pre-merger: 3222개
- Post-merger: 2034개
- 비병합: 2010개
- → 병합 클래스 = pre + post (중복 시 pre 사용)
SDSS 스타일로의 이미지 가공 절차
- 병합 은하마다 Darg et al. (2010)의 redshift 중 하나를 무작위 선택
- 표면 밝기 보정 및 해상도 리샘플링 (SDSS 물리 해상도 일치)
- r밴드 겉보기 등급 < 17.77 → SDSS 밝기와 일치
- SDSS PSF 적용 (각 gri 밴드)
- 실제 SDSS 이미지에 합성 → 현실적인 노이즈 추가
- RGB 이미지 생성 (Lupton 방식 활용)
- 노이즈 이미지 생성 방식:
- SDSS DR7 객체 위치 기준 무작위 offset 위치 선택
- 해당 위치에서 256×256 픽셀 cut-out → 노이즈로 사용
전체 처리 코드는 GitHub에 공개, 예시는 Fig. 2에 제공
EAGLE 은하의 물리량
- 추출 항목: 질량(M), 별 형성률(SFR), ugriz 절대 등급, 비대칭도, 병합 질량비, 병합 시점
- 병합 은하: 병합 잔여체 기준으로 M, SFR 계산
- 3D 비대칭도 계산 방식 (Trayford et al. 2019):
- 고체각으로 나누고 마주보는 영역 간 질량 차이로 비대칭도 계산
- 값이 클수록 형태 왜곡 심함 - 전체 병합 은하 중 34%는 주 병합(major merger)
→ 질량비 1/3 ~ 3 사이
✅3. Deep Learning
🔍3.1 CNN
CNN에 대한 기본적인 설명
🔍3.2 Architecture
해당 연구에서 사용된 CNN은 Tensorflow 프레임워크를 이용해 구현되었다.
또한, 해당 작업은 The Galaxy Challenge와 유사하기에 2015년 당시 우승한 모델의 구조를 기반으로 몇가지를 수정하여 사용하였다. Dieleman et al. (2015)
Input
- 크기: 64643 (RGB) 이미지 사용
2차원 Convolution Layer
- Layer1: 32개의 6x6 kernel, stride=1, zero padding = same
- Layer2: 64개의 5x5 kernel, stride=1, zero padding = same
- Layer1: 128개의 3x3 kernel, stride=1, zero padding = same
- Layer1: 128개의 3x3 kernel, stride=1, zero padding = same
Batch Normalization
- 각 Layer 뒤에는 BN이 적용되어 출력값을 0과 1 사이로 스케일링 하였다.
Activation Function
- ReLU 사용 -> 입력 x에 대해 max(x,0)을 반환
Dropout
- 각 활성화 함수 뒤에 Dropout을 적용하여 overfitting을 줄이기 위해 학습 중 20% 확률로 뉴런 출력을 0으로 설정하도록 함
- Dropout rate = 0.2
MaxPooling
- 첫번째, 두번째, 네번째 convolution layer의 output에서는 차원 축소를 위해 2x2 pixel의 max-pooling이 적용되었다.
Fully connected layer
- 네번째 convolution layer 뒤에는 2048개의 neuron을 가진 1차원 FC layer 두개가 이어졌고, 이들에도 ReLU, BN, Dropout이 적용되었다.
Output
- 각 클래스에 대응하는 neuron 2개로 구성
- softmax 출력 사용 -> 각 클래스에 대한 [0,1] 범위의 확률 제공
🔍3.3 Training, validation and testing
학습용, 검증용, 테스트용 데이터 비율
- Training: 80%
- Validation: 10%
- Testing: 10%
Epoch 수
- 200 epoch
- validation set에서 동시에 가장 높은 정확도와 낮은 손실값을 나타낸 epoch 모델이 최종 네트워크로 선택됨
- 200 epoch 이후부터 overfitting 됨
Data Augmentaion
- 은하의 방향에 대한 민감도를 줄이기 위해 training 시에만 수행하였다.
✅4.Results and discussion
🔍 4.1 Observation Trained Network
모델 성능 요약
- SDSS 이미지로 학습된 네트워크의 97번째 epoch에서 최적 성능을 보여 사용되었다.
- validation accuracy: 0.932- threshhold = 0.5를 기준으로 병합/비병합을 분류함
🔍 4.2 Simulation Trained Network
모델 성능 요약
- EAGLE 이미지로 학습된 시뮬레이션 네트워크의 26번째 epoch에서 최적 성능을 보여 사용되었다.
- validation accuracy: 0.672- threshhold = 0.5를 기준으로 병합/비병합을 분류함
관측 기반 네트워크보다 accuracy가 낮은 원인
- 관측 기반(SDSS) 네트워크와 비교해 정확도가 낮은 이유는 학습 데이터 특성의 차이에 있음.
- SDSS 병합 은하 샘플은 모두 시각적으로 확인된 명백한 병합 사례들임(Darg et al. 2010a,b)
→ 눈에 띄는 병합 특징을 가짐 - 반면, EAGLE 병합 샘플은 시뮬레이션 상 병합 여부만 기준으로 분류됨
→ 시각적으로 눈에 띄는 병합인지 여부는 확인되지 않음
→ 질량비, 궤도, 가스 비율 등 다양한 병합 유형이 포함
→ 일부 병합은 겉으로 드러나지 않아 분류가 어려움 → 정확도 하락
- SDSS 병합 은하 샘플은 모두 시각적으로 확인된 명백한 병합 사례들임(Darg et al. 2010a,b)
- 실제로 네트워크가 오분류한 병합 은하들을 눈으로 확인한 결과, EAGLE 병합 은하들은 SDSS 은하만큼 눈에 띄는 특징이 없다는 것이 확인됨.
✅ 5. Conclusion
🔍 CNN 성능 요약
- SDSS 이미지로 학습한 관측 기반 CNN은 정확도 91.5%를 달성하며 매우 성공적이었고, 이는 딥러닝 CNN이 시각적 분류(사람의 눈에 기반한 병합 분류)를 효과적으로 재현할 수 있음을 보여준다.
- 물리량이나 관측량을 기준으로 오분류된 특정 유형의 은하는 나타나지 않았다.
- EAGLE 시뮬레이션 이미지로 학습한 CNN도 일정 수준 성공적이었으며, 병합 시점 전후 100 Myr 이내 은하를 대상으로 할 경우 정확도 65.2%를 달성하였다.
단, 병합 시점에서 더 먼 이미지들을 포함하면 정확도가 떨어졌다.
🔍 EAGLE 네트워크의 낮은 정확도 원인
- 일부 EAGLE 병합 은하는 CNN이 식별할 수 있는 뚜렷한 병합 특징을 갖고 있지 않음
- 오분류된 병합 은하는
- 시뮬레이션 스냅샷 redshift가 낮고
- 겉보기 밝기(apparent magnitude)가 어두운 경우가 많았다.
- SDSS 노이즈 삽입과 겉보기 등급 변환 과정이 정확도 하락을 유발
→ 이는 병합 분류에서 이미지 품질(신호대잡음비, 해상도 등)이 중요함을 시사 - 우연한 겹침(chance projection)도 많은 비병합 은하가 병합으로 잘못 분류되는 주원인
🔍 네트워크가 병합 특징을 인식하는 방식
- EAGLE 네트워크: 은하의 확산된 부분(diffuse) 또는 조석 구조(tidal structure)와 가까운 동반 은하의 존재에 민감
- SDSS 네트워크: 명확하게 보이는 동반 은하의 존재에 집중
- EAGLE 네트워크의 낮은 정확도는 학습 데이터의 차이 때문
- SDSS는 명확히 보이는 병합만 포함 → 더 쉽게 학습 가능
- EAGLE은 질량비, 가스 함량, 궤도 등 다양한 조건의 병합을 포함 → 특징이 덜 뚜렷해 분류 난이도 ↑
- SDSS는 명확히 보이는 병합만 포함 → 더 쉽게 학습 가능
🔍 네트워크 교차 적용 결과 요약
- SDSS 이미지를 EAGLE 네트워크에 통과시킨 결과
- 정확도: 64.6%
- 고질량 / 낮은 sSFR 은하 → 비병합으로 오분류
- 저질량 / 높은 sSFR 은하 → 병합으로 오분류
- 이는 시뮬레이션에서 병합 은하가 높은 sSFR을 가지는 경향이 반영된 것일 수 있음
- EAGLE 네트워크가 실제로 SDSS 시각적 분류에서 누락된 병합을 식별하고 있을 가능성도 있음
→ 즉, EAGLE 네트워크는 더 완전한 병합 정의를 학습했고, SDSS는 시각적으로 명확한 병합만 포함했기 때문
→ 이로 인해 특이도(비병합 정확도)는 낮아지고, 재현율(병합 탐지율)도 높지 않음 - EAGLE 이미지를 SDSS 네트워크에 통과시킨 경우는 실패에 가까움
→ 대부분을 비병합으로 분류
→ 이는 SDSS 네트워크가 뚜렷한 병합만 학습했기 때문
🔍 향후 활용 가능성과 개선 방향
- 미래 대규모 서베이(LSST, Euclid)를 위해 시뮬레이션 기반 네트워크 활용 가능
- 현재는 후보 병합 은하를 탐지해 사람이 확인하는 방식으로 사용 가능
- 향후에는 관측 기반 학습 없이 시뮬레이션만으로 네트워크 학습도 가능해질 수 있음 → 병합 분류 자동화
- 시뮬레이션 개선 방향
- 질량 해상도(mass resolution) 향상 (병합 외형 표현 개선)
- 시점 해상도(time resolution) 향상 (병합 시점 정확도 개선 → snipshots 사용 제안)
- 중심 블랙홀 병합 시점 추적으로 병합 시기 정밀화
- 먼지 소광 효과(dust attenuation) 반영
- 오분류 원인인 우연한 겹침(chance projection) 인식을 학습시키는 것도 필요
→ 실제로는 떨어져 있지만 하늘에서는 가까워 보이는 은하쌍을 학습 - 또한 단순 이진 분류(병합/비병합)를 넘어서
→ 병합 초기 / 후기 / 주병합 / 부병합 등 세분화된 병합 단계 분류 체계로 확장 가능
