👽 졸업 논문 ( 3 ) - 천문학과 교수님 메일 난사, 협업할 전공자 구하기...
세부 주제를 탐구하던 중 한나가 이 논문을 발견해줬고
PhotoRedshift-MML: A multimodal machine learning method for estimating photometric redshifts of quasars
https://academic.oup.com/mnras/article/518/4/5049/6824441?login=false
이 논문을 읽으며 느낀 것은...
너무 어렵다... 우리에겐 우주 관련 전문가가 필요하다!
그리하여... 우리나라 모오든 천문학과 교수님들께 자문 요청 메일 보내기 작전을 수행해따
💌 교수님 메일 내용
안녕하세요, 박사님
저희는 이화여자대학교 컴퓨터공학과에서 우주 데이터를 주제로 졸업 연구를 시작한 정소은, 이한나, 정은채입니다. 연구 과정에서 천문학적 배경 지식이 부족하여 전문가의 자문을 구하고자 메일을 드리게 되었습니다.
우주 환경에서 수집된 다양한 형태의 데이터를 분석하는 과정에서 탐사선이 특정 시점에서 데이터를 전송하지 못하거나, 장비 고장으로 인해 일부 정보가 기록되지 않는 등의 데이터 누락 문제가 발생할 수 있는 것을 확인했습니다.
이를 해결하기 위해 저희는 생성형 AI를 활용하여 누락된 데이터를 보완적으로 생성하는 연구를 수행하고자 합니다.
즉, AI가 기존 데이터를 학습하여 누락된 정보를 예측 및 생성함으로써 데이터의 완전성을 높이고 분석의 신뢰성을 향상시키는 것이 목표입니다.
정확히는 멀티 모달리티 학습 환경에서 누락된 모달리티 데이터 생성 연구입니다.
이 주제에 대해 조사하던 중 저희가 하고 싶은 주제와 유사한 아래와 같은 논문을 찾게 되었습니다.
https://academic.oup.com/mnras/article/518/4/5049/6824441?login=false
이 논문은 퀘이사의 사진측정 적색편이(photometric redshift) 추정을 개선하기 위해 다중모달 머신
러닝을 활용한 연구입니다. 적색편이 추정을 위해선 분광 데이터(spectroscopic data)가 필요하지만
망원경 관측 자원의 제한으로 인해 많은 퀘이사에 대한 분광 데이터가 부족한 문제가 있습니다. 이에
위 논문에서는 사진측정 데이터(photometric data)만으로 가상의 분광 특징(spectral features)을 생
성하여 해당 문제를 보완하는 방법을 제안하였습니다.
해당 논문에서 퀘이사의 특정 데이터를 보완적으로 생성한 것과 같이, 저희도 천문학적 관점에서 데이터 누락 문제가 중요한 영역을 선정하고, AI를 활용하여 이를 보완하는 연구를 진행하고자 합니다.
다만, 저희는 컴퓨터공학적 지식만 쌓아 왔기 때문에 천문학적 배경 지식이 부족하여 해당 연구의 방향성을 조언받고자 연락드렸습니다.
저희가 연구를 진행하기 위해 아래 두 가지 핵심 사항에 대한 의견을 듣고 싶습니다:
1. 천문학에서 데이터 부족 문제
현재 천문학에서 관측 자원의 제한으로 인해 발생하는 데이터 부족 문제에는 어떤 것들이 있을까요?(예: 퀘이사의 스펙트럼 데이터 부족과 같은 사례)
2. 천문학적 문제 해결을 위한 데이터 요구사항
1번 질문의 누락된 데이터를 생성하기 위해 필요한 데이터의 종류와 연관성을 알고 싶습니다.(예: 적색편이를 측정하려면 ‘스펙트럼 데이터’가 필요함)
이와 같은 연구와 관련하여 참고하면 좋을 만한 자료
이 외에도 연구 주제 설정과 관련하여 천문학적 관점에서 연구할 가치가 있는 데이터 누락 문제에 대해 조언을 주시면 감사하겠습니다.
만약 의견을 주실 수 있다면 연구를 진행하는 데 큰 도움이 될 것 같습니다.
소중한 시간 들여 읽어 주셔서 감사합니다!
우주 관련 데이터 연구에 열정이 가득한,
이화여자대학교 컴퓨터공학과 정소은, 이한나, 정은채 드림
또한... 밀접하게 붙어서 함께 연구를 진행해나갈 수 있는 우주 전문가가 필요하다고 생각하여
( 교수님들 계속 붙잡고 있을 순 없으니...ㅠ )
연세대학교 천문학과 학생들과 협업해보자는 의견이 나왔다
그리하여...
🛰️ AI × 천문학 연구팀 모집: 함께 연구할 천문학 전공자를 찾습니다!
안녕하세요!
저희는 우주 탐사선 및 천문 관측에서 발생하는 결측 데이터 문제를 해결하기 위해 AI를 활용한 연구를 진행하고 있는
이화여자대학교 컴퓨터공학과 22학번 정소은, 이한나, 정은채입니다.
현재 이명현 천문학 박사님, 서울대학교 황호성 박사님 등 여러 전문가 분들과 컨택하여 도움을 받을 수 있는 기회를 얻었지만, 연구 주제와 방법론을 직접적으로 함께 고민해 주실 수 있는 단계까지는 어려운 상황입니다.
저희가 천문학 및 물리학 전공이 아니다 보니 주제 선정과 데이터 탐색에 어려움을 겪고 있어,
이에 연구를 보다 효과적으로 진행하기 위해 천문학적 지식과 물리학적 배경을 갖춘 팀원을 모집하고자 합니다.
저희는 AI 관련 연구를 담당할 예정이며, 함께 연구하실 분은 천문학적 이해를 바탕으로 연구를 보완하는 역할을 맡아주시면 됩니다.
천문학에 관심 있고, 함께 의미 있는 연구를 해보고 싶은 연세대학교 천문우주학과 학생분들의 많은 지원을 기다립니다! 🚀
🛰️ 연구 주제:
우주의 결측된 데이터 보완을 위한 AI 기반 연구
- 소주제 : 함께 교수님과 면담해보면서 구체화해나갈 예정입니다. (ex : 사진측정 데이터(photometric data)로 가상의 분광 특징(spectral features)을 생성하여 퀘이사의 사진측정 적색편이(photometric redshift) 추정을 개선하기 (아래 관련 논문))
🛰️ 연구 내용
✔ 지도교수님 : 이화여자대학교 컴퓨터공학과 이형준 교수님
✔ 배경:
우주 탐사선 및 천문 관측에서는 다양한 이유로 데이터가 누락되거나 결측되는 경우가 발생합니다.
예를 들어, 특정 탐사 장비의 고장이나 데이터 전송 실패로 인해 스펙트럼 데이터, 이미지, 온도 등 중요한 정보가 손실될 수 있습니다.
✔ 목표:
저희는 생성형 AI(Generative AI) 및 멀티 모달 AI 기술을 활용하여 이러한 결측 데이터를 보완하는 연구를 수행하고자 합니다.
이를 통해 천문학 데이터의 완전성을 높이고, 보다 신뢰성 있는 분석이 가능하도록 하는 것이 목표입니다.
✔ 관련 연구:
- 최근 AI를 활용한 천문학 연구에서 측광학적 적색이동 예측, 결측된 다중 파장 데이터 보완 등이 활발히 연구되고 있습니다.
- 관련 논문:
- Machine learning based Photometric Redshifts for Galaxies in the North Ecliptic Pole Wide field: catalogs of spectroscopic and photometric redshifts
- Search for Optically Dark Infrared Galaxies without Counterparts of Subaru Hyper Suprime-Cam in the AKARI North Ecliptic Pole Wide Survey Field
- PhotoRedshift-MML: A multimodal machine learning method for estimating photometric redshifts of quasars
🛰️ 모집 대상
✔ 연세대학교 천문우주학과생 ( 주전공, 복수전공 등 )
✔ 천문 데이터 분석 및 연구에 관심 있는 분
🛰️ 연구 활동
✔ 연구 방식: 온라인 미팅 및 협업 (필요시 오프라인 미팅 가능)
✔ 참여 기간: 25년 12월 (올해)까지 진행 예정 ( 또는 연구 진행 기간 동안 유연하게 조정될 수 있음)
✔ 추후 관련 연구 및 프로젝트 확장 가능
✔ 이명현 천문학 박사님과 면담 예정 (👽유퀴즈 출연👽)
✔ 서울대학교 천문학 전공 황호성 박사님과 면담 예정
요로코롬 연세대 에타에 올렸답
제발 마니마니 지원해주세오....