머신러닝이 역사적 이미지에서 알려지지 않은 일시 현상을 밝혀내다

Source: Hacker News

Abstract

스푸트니크 발사 이전에 천문 이미지에서 짧은 시간 스케일로 나타났다가 사라지는 일시적인 별과 같은 점 광원들이 기술되었습니다. 우리는 일시적인 광원의 수가 지구 그림자(그림자 결핍)에서 크게 감소하고 핵실험 전후(플러스/마이너스) 하루 이내에 더 많이 나타난다는 것을 보고했습니다(핵 윈도우). 이러한 발견은 기존 자동 파이프라인을 통해 식별된 일시적인 광원이 단순히 필름 결함에 불과하다는 주장과 함께 논쟁이 계속되고 있습니다. 따라서 우리는 머신러닝(ML)을 사용하여 일시적인 광원 식별 정확도를 향상시키고 현상을 검증했습니다. 모델은 전문가 시각 검토를 통해 실제와 필름 결함으로 분류된 30분 간격으로 촬영된 250개의 일시적 이미지 쌍을 대상으로 학습되었으며, 좋은 구분력을 보였습니다(교차 검증 AUC = 0.81; 민감도 = 0.71, 특이도 = 0.71). 107,875개의 이전에 식별된 일시적 광원 데이터셋에 배포한 후, 모델은 각 광원에 실제일 확률을 할당했습니다. ML이 식별한 인공물들을 통제한 뒤, 핵 윈도우 내 날짜에 일시적 광원 수가 유의하게 증가했음이 확인되었습니다(p = 0.024); 실제일 확률이 가장 높은 광원은 핵 윈도우 내에 발생할 가능성이 더 높았습니다(p < 0.0001). 그림자 결핍은 매우 유의미했으며(p < 0.0001), 낮은 확률의 광원에 비해 가장 높은 확률의 광원에서 가장 크게 나타났습니다(p = 0.003). 결과는 역사적 천문 필름에 인식되지 않은 일시적 객체 집단이 존재함을 강력히 지지하며, 추가 연구가 필요함을 시사합니다.

View PDF

Comments

• 34 pages, 4 figures

Subjects

Instrumentation and Methods for Astrophysics (astro‑ph.IM)

Citation

arXiv:2604.18799 [astro‑ph.IM] (or arXiv:2604.18799v2 for this version)

DOI

https://doi.org/10.48550/arXiv.2604.18799

Submission history

• v1 – Mon, 20 Apr 2026 20:06:47 UTC (600 KB) – submitted by Alina Streblyanska
• v2 – Wed, 22 Apr 2026 15:59:06 UTC (682 KB)