👽 졸업 논문 ( 8 ) - 지웅배 교수님, 천문학 분들과 면담 : 주제 토론...

 

 

 

👀  주제 후보 정리

 

우주 데이터의 종류는 크게 Photometric Data(Image Data), Spectroscopic Data(Numerical Data)

따라서 Multi-Modality를 만족하기 위해서는 저 두 데이터를 융합해서 학습해야 함

 

1.  Photometric Data + Spectroscopic Data 로 RedShift 예측

    :  측광 데이터 -> 겉보기 등급 추정 가능

    :  분광 데이터 -> 파장에 따른 빛의 세기를 측정하여 거리(적색편이로 추정 가능한) 파악 -> 절대 등급 계산 가능

    -  Photometric Data와 Spectroscopic Data를 대응시켜 예측 모델(측광->분광 데이터 예측) 생성

    -  예측 모델을 통해 추정해낸 Spectroscopic Data + Photometric Data -> Redshift 예측

선행 연구가 꽤나 많기 때문에, 차별점 찾아내는 것이 중요

기존 연구와의 차별점
:  최근에 릴리즈된 데이터 (분광데이터 - DESI, Euclid / 측광데이터 - James Webb, Hubble) 사용하기

 

 

2.  Photometric Data + Spectroscopic Data 로 은하의 형태학적 분류

    -  Photometric Data와 Spectroscopic Data를 대응시켜 은하의 형태학적 분류에 필요한 파라미터들 예측 모델 생성

    -  예측 모델을 통해 추정해낸 Spectroscopic Data + Photometric Data -> 은하의 형태학적 분류

선행 연구가 꽤나 많기 때문에, 차별점 찾아내는 것이 중요

기존 연구와의 차별점
:  최근에 릴리즈된 데이터 (분광데이터 - DESI, Euclid / 측광데이터 - James Webb, Hubble) 사용하기

 

 

3.  Photometric Data + Spectroscopic Data 로 은하의 역학적 특성 예측

     -  은하 중심부의 각운동량, 회전속도 등 예측

물리학 기반 지식이 많이 요구될 듯
희수님이 하고 계신 연구 주제와 겹쳐서 되도록 지양할 것...!

 

 

4.  Photometric Data + Spectroscopic Data + 망원경 성능 데이터 로 Large Scale Structure 3D 생성

     :  Photometric Data를 망원경 성능 데이터를 통해 보정

     :  Spectroscopic Data + 보정된 Photometric Data -> Large Scale Structure 3D Map 생성

     ->  Spectroscopic Data로 생성된 맵 데이터 기반으로 GAN

Large Scale Structure 3D Map을 생성하는 툴과 툴이 생성에 있어 요구하는 데이터에 대한 조사 필요
Spectroscopic Data + 보정된 Photometric Data -> GAN : Large Scale Structure 3D Map 가능한가?? 에 대한 조사 필요
혹은 ML을 이용해 Spectroscopic Data + 보정된 Photometric Data -> 맵 생성 툴에 필요한 데이터 예측 -> 맵 생성???

 

 

5.  Photometric Data + Spectroscopic Data 로 Pair Galaxy의 상태 예측

    :  측광 데이터만으로는 Pair Galaxy의 정확한 State(충돌 전, 충돌 maximum, 충돌 이후 ... ) 알기 어려움

    -  3D 시뮬레이션 환경에서의 Photometric Data + Spectroscopic Data로 예측 모델 생성

    -  현실 관측 데이터에 적용 및 비교

Simulation data(예쁜 데이터)로 학습된 모델이 현실 관측 데이터(못생긴 데이터)에서도 정확한 예측을 할 수 있을지??
-> 선행 연구들 조사 필요 

 

 

파이티잉🔥🔥