딥러닝 통계적 추론을 통한 활동은하핵의 다변량 시계열 광도변화 규명

Deep Learning-Based Statistical Inference for Multivariate Time Series of Active Gala

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...