Development of an AI-Based Framework for Multi-Source Signal Separation and High-Dimensional Inverse Inference in Next-Generation Large-Scale Observational Data
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(전략형)
2026년
2710111997
과학기술정보통신부
한국연구재단
국가수리과학연구소
김정초
1명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2029.08.31
9,759만원
9,759만원
기초연구
기타
대전광역시 유성구
물리학 > 천체물리 > 중력파/다중신호천체물리
본 연구의 최종 목표는 차세대 대규모 관측 데이터 환경에서 발생하는 복합 신호 중첩과 고차원 역문제를 해결하기 위한 Physics-Informed Simulation-Based Inference(PI-SBI) 프레임워크를 구축하고, 이를 통해 복합 신호 환경에서 AI 기반 과학 추론이 어떠한 조건에서 신뢰 가능하게 작동하는지를 규명하는 것이다.이를 위해 A...
본 연구는 복합 신호 환경에서의 신호 분리와 고차원 역문제 해석을 위한 AI 기반 분석 프레임워크를 구축하기 위해 총 3단계로 연구를 수행한다.첫 번째 단계에서는 다양한 신호 중첩 환경을 반영한 시뮬레이션 데이터셋을 구축하고, 기존 Bayesian 기반 분석을 수행하여 신호 중첩 정도가 매개변수 추정 정확도와 posterior 분포에 미치는 영향을 정량적으...
본 연구에서 개발되는 PI-SBI 프레임워크와 AI 기반 분석 방법론은 차세대 대규모 관측 데이터 환경에서 복합 신호를 효과적으로 해석하기 위한 핵심 기반기술로 활용될 수 있다.중력파 천문학 분야에서는 차세대 검출기(Einstein Telescope, Cosmic Explorer)에서 증가할 것으로 예상되는 중첩 신호 환경에서 안정적인 매개변수 추정과 불확...