은하 적색편이 및 스펙트럼 템플릿 동시 추정

이 연구는 온라인 사전 학습 알고리즘의 비선형 확장을 활용하여 천문 스펙트럼 탐사 데이터를 분석하는 새로운 접근 방식을 제시한다. SPHEREx와 같은 현재 및 향후 탐사는 수백만 은하의 적색편이를 추정하여 우주의 3D 지도를 구축할 예정이다. 기존 알고리즘은 수동으로 선별된 외부 템플릿에 의존하며, 모델 불일치 오류로 인해 성능이 제한적이다. 이러한 한계를 해결하기 위해, 본 연구는 전체 데이터셋에 공통적으로 나타나는 스펙트럼 특징과 각 은하의 적색편이를 동시에 추정하는 새로운 알고리즘을 개발했다. 기존 온라인 사전 학습 알고리즘을 크게 확장하고, 이 접근 방식을 적색편이 추정에 처음으로 적용했다. 이 새로운 접근 방식은 한 번에 하나의 스펙트럼만 메모리에서 처리하므로 대규모 데이터셋에도 잘 확장된다. 모의 SPHEREx 데이터셋 분석 결과, 본 알고리즘은 최첨단 기존 알고리즘보다 우수한 성능을 보였다. 무잡음 데이터 분석 시 정규화된 중앙값 절대 편차(NMAD) 0.18%, 치명적 오류율 0.40%를 달성했다. 또한, 다양한 신호 대 잡음비(S/N) 범위에서 우수한 성능을 유지하며, 중앙값 S/N 20 이상에서 1% 미만의 NMAD와 치명적 오류율을 기록했다. 본 알고리즘은 대규모 천문 스펙트럼 데이터 분석의 정확성과 효율성을 크게 향상시키며, 우주론 연구에 기여할 수 있다. 개발된 알고리즘은 GitHub를 통해 공개적으로 이용 가능하다.