Deep Learning-Based Statistical Inference for Multivariate Time Series of Active Gala
인재활용확산지원(R&D) · (BP 개인유치형) 해외우수과학자유치사업
2026년
2710110847
과학기술정보통신부
한국연구재단
서울대학교
우종학
2명
2026.07.01 ~ 2026.12.31
2026.07.01 ~ 2027.06.30
1.0억원
1.0억원
기초연구
대학
서울특별시 관악구
지구과학(지구/대기/해양/천문) > 천문학 > 외부은하/관측우주론
연구팀은 딥러닝 기반 시뮬레이션 추론 기법을 개발하여, 활동성은하핵의 다중 파장 시계열 자료의 물리적 원인 및 의존 구조를 규명하고자 한다. 초대질량 블랙홀로 물질이 강착되며 형성되는 활동성은하핵의 광도 변화는 블랙홀 물리 연구의 핵심 자료다. 특히 다중 파장 시계열 자료는 블랙홀 주변 구조 뿐 아니라 우주론 연구에 활용되며 LSST, SPHEREx 등 대...
...팀은 다중 파장 천문 시계열 자료 분석을 위해 다변량 연속시간 자기회귀 이동평균(mCARMA) 모형에 적합한 딥러닝 기반 통계 추론 프레임워크 개발을 제안한다. 주요 목표는 입력 데이터 공간에서 모형 파라미터 공간으로의 사상(mapping)을 학습하는 것으로 주어진 파라미터로부터 데이터를 생성하는 효율적인 시뮬레이터가 필요하다. Tak 박사가 mCARMA 과정을 위해 개발한 ...
Tak 박사는 펜실베니아 대학 통계학과와 천문학과에 겸직된 부교수로 천문 데이터 분석 도구를 개발에 선도적 역할을 해 왔으며 특히 다변량 감쇠 랜덤워크와 mCARMA 과정을 천문학계에 ... 시간지연 우주론 연구 등 다양하게 응용되고 있으나AGN 변광 연구 활용은 제한적이며, 특히 빅데이터 분석에 어려움이 있다. 본 연구를 통해 다변량 감쇠 랜덤워크 모형을 도입과 mCARMA 과정으로 ...