👽 졸업 논문 ( 11 ) - 서울대학교 Sascha Trippe 교수님 면담

 

 

 

서울대학교 Sascha Trippe 교수님 면담

두구두구두구....

너무 떨렸자나.... 

 

헿

 

✨ 면담 내용.txt

%EC%83%A4%EC%83%A4%20%EB%A9%B4%EB%8B%B4.txt

0.02MB

 

 

👀  핵심 내용 요약

 

1.  은하 병합 감지할 때 사용할 만한 feature, modality?

 

Galaxy Zoo Project의 데이터를 사용 제안 -> 은하의 형태에 대한 데이터가 많을 것

Galaxy Zoo Project : 일반 시민들이 온라인으로 다양한 은하 사진을 보고 그 형태(예: 나선형, 타원형 등)를 분류함으로써, 천문학자들이 우주의 구조와 진화를 연구하는 데 도움을 주는 대규모 시민 과학 프로젝트

 

2.  시뮬레이션 데이터로 학습한 모델을 실제 관측 데이터에 적용해도 될지?

 

고해상도 시뮬레이션은 실제 관측과 매우 유사함

다만 해상도와 개별 은하가 얼마나 잘 분해되어 있는지가 중요한 변수일 듯

 

3.  Illustris TNG Data를 살펴봤는데 merger가 상당히 적었다. 은하 병합이 드문 현상인가?

 

우주의 역사 전체를 보면 병합은 매우 흔한 현상

증거 : 옛 은하에는 나선형 은하가 대부분, 하지만 현재 은하에는 나선형 은하와 타원형 은하가 거의 50 : 50 비율, 타원형 은하는 병합의 결과로 나타난 은하로 추정됨, 따라서 꽤나 많은 병합 현상이 발생했다고 추정 가능

 

4.  은하 병합을 식별하는 것이 천문학 관점에서 시의성이 있는가?

 

과거와 현재 은하의 모양이 다르기 때문에, 병합 이력은 은하의 형성과 진화에 큰 영향을 미쳤다고 생각함

천문학에서 은하의 진화 즉, 은하가 어떻게 생겨나고 지금처럼 되었는지를 이해하는 것이 중요한 주제

따라서 은하의 진화에 영향을 많이 미친 은하의 병합 이력 예측은 매우 중요한 과제라고 생각

 

5.  AGN, 블랙홀 관련해서 멀티모달 AI와 결합할 만한 주제가 있을지?

 

활동 은하와 일반 은하를 은하 이미지 + 은하 색상 정보 + 분광 스펙트럼을 통해 예측

 

6.  천문학 데이터의 누락을 생성형 AI로 복원하는 것에 대한 생각?

 

천문학은 관측 기반의 학문이기 때문에 ( 실험은 불가 관측만 가능, 오직 관측 데이터만 존재 )

관측 결과를 생성형 AI로 만들어내는 것은 매우 risky하다고 생각

데이터를 보간하거나 외삽하고, 그 데이터를 기반으로 결론을 내릴 경우 순환논리에 빠질 위험이 있다고 생각

다만, 데이터 보정이나 에러 교정 측면에서는 생성형 AI 사용이 유의미하다고 생각

 

 

---

 

 

Trippe 교수님 쏘서윗...