Club|Project/졸업 프로젝트 연구 트랙29 🌌 우주정복 연구젝트 : 중간 발표 PPT/대본 어려웡;...오랜 인내... 지난한 발표 준비...드디어 ㄷ끝다들 수고..!안녕하세요 저희는 우주정복 연구젝트 팀의 블라블라 여러분, 우리는 어디에 살고 있을까요?대한민국? 아닙니다.지구? 조금 더 거시적으로 볼까요?우리는 우리 은하, Milky Way 속에 살고 있습니다.그런데 이 우리 은하는 앞으로 수십억 년 뒤, 이웃 은하인 안드로메다와 충돌하여 병합될 것으로 예측됩니다. 이처럼 우주의 은하들은 우리가 미처 보지 못하는 곳에서 충돌하고, 상호작용하고, 병합되며 끊임없이 변화하고 있습니다.겉보기엔 조용히 떠 있는 은하처럼 보여도, 사실은 과거에 다른 은하와 부딪히고 합쳐진 경우가 많습니다. 저희는 이렇게 겉으로 보기엔 멀쩡하지만, 실제로는 병합을 겪은 ‘post-merger imposter’ 은하들.. 2025. 4. 11. 🔭 서울대학교 천문학전공 황호성 교수님 연구 면담 시드니에 연구년으로 가 계신대ㅠㅠ바쁘실 텐데감사감사슨하다 [황호성 교수님 면담 내용]앞쪽 부분 날아감ㅠ 황호성 교수님 00:00일단 우리 이메일로 옛날 얘기했던 거랑은 다른 건가요? 우리 00:04맞아요. 원래 적색편이를 주제로 했었는데, 관련 선행연구가 많아서 좀 더 새로운 주제를 찾다 보니 지금 주제로 전환하게 됐어요. 황호성 교수님 00:23그럼 이 연구는 석사 논문 수준인가요, 아니면 학부 텀 프로젝트 수준인가요? 우리 00:38학부 졸업 프로젝트예요. 1년 동안 3명이서 진행하고 있고, 겨울까지가 목표예요. 우리 00:56천문학 지식이 부족할 것 같아서 연세대 천문우주학과 학부생, 석사생 한 명과 협업할 예정이에요. 황호성 교수님 01:08좋은 기회인 것 같고, 주제도 흥미롭네요. 요즘 천문.. 2025. 4. 10. 🔭 경희대학교 우주과학과 문용재 교수님 연구 면담 도키도키 준비 조용한 곳으로 피신교수님 스윗하심 [문용재 교수님 면담 내용](앞부분 녹음 ㅠㅠ 안 눌림) 교수님:연결되는 데이터를 확보할 수 있는지가 핵심 문제로 보입니다. 지금 이미지가 1억 개나 존재하는데, 이게 어떤 방식으로든 도플러 시프트든 뭐든 간에 페어(pair)로 구성돼야 멀티모달 모델로 만들 수 있잖아요?그런데 그게 실제로 가능한지 의문입니다. 그리고 현재 라벨링은 어느 정도 되어 있나요? 우리:라벨링은 선행 연구를 기반으로 할 계획이라 가능은 할 것 같습니다. 다만, 아직 완전히 진행된 건 아닙니다. 교수님:그 논문에서는 성공률이 어느 정도로 나왔어요? 우리:70% 정도였습니다. 기존 연구는 은하 분류가 아니라 별이나 천체 전체를 대상으로 멀티모달 모델을 사용한 것이었는데, 단.. 2025. 4. 8. 💫 LSST with AI : 11th Korea Astronomy Machine Learning Meeting 신청 우주먼지 교수님이 추천해주셨다이번에 데이터 다뤄 보니까 어렵더라가서 체험하면 좋을 듯! "LSST with AI" KAML 2025Welcome! Welcome to the webpage of 11th Korea Astronomy Machine Learning Meeting, Spring 2025, "LSST with AI". As in the past ten meetings, we hope that this meeting continues to be a venue for astrophysicists and cosmologists in Korea to exchange ideas ansites.google.com환영합니다!2025년 봄, “AI와 LSST” 제11회 Korea Astronomy Mach.. 2025. 4. 8. 🚀 post-merger Masquerade : Related work / Intro 연구제안서 작성 AI팀 연구제안서 참고자료AI팀 연구제안서 참고자료 Introduction 본 연구는 은하 충돌(merger) 여부를 분류하는 딥러닝 기반 모델을 제안하며, 특히 이미지 및 물리량 정보를 결합한 멀티모달 학습(Multimodal Learning) 기법을 적용docs.google.com 🚀 관련 연구 논문 🌌 머신 러닝 모델을 사용해 병합 은하 구분을 구현한 논문Galaxy mergers in Subaru HSC-SSP: a deep representation learning approach for identification and the role of environment on merger incidence Zoobot 모델 파인튜닝하여 사용 1. 기반 모델• Zoobot은 Galaxy Zoo DE.. 2025. 4. 8. 💥 Zoobot 모델 - 은하 병합 파인튜닝 테스트 ing 므아앙드디어..!ㅠ merger 나왔다50기가만에... 아니이거 왜 은하 iD가 없지] snapshot-91.0.hdf5로부터는 은하의 현재 물리적 특성(예: 항성질량)이나 은하 ID 등을 알 수 있고, \merger_history.hdf5로부터는 그 은하의 마지막 병합 시점이나 다음 병합 예정 시점 같은 동적 이력 정보를 얻을 수 있습니다 스냅숏 번호 + Subhalo ID + 병합 여부 라벨 + gri 이미지로 구성된 데이터셋을 구해야 하는 거잖아그러면 논문 다시 보면병합 비병합 은하 merger histtoue보고250개 정한 다음에다른 각도에서 4개씩 보고 스냅샷 설정해서 gri 이미지 다운받고 skirt로 먼지실제느낌 보정하고뭐 snapshot 데이터로 은하 id랑 이런 것도 통합해야 하.. 2025. 4. 8. 졸프 끄적 해오기로 한 TODO 👽 졸업 논문 ( 9 ) - 멀티모달 딥러닝 아키텍처 개요연구 주제가 어느정도 정해지고 있다...!요놈이 제일 가능성 높은 주제일 듯하다실제 관측 데이터(측광 데이터+분광 데이터)와, 3D 시뮬레이션 데이터(시뮬 이미지 데이터+입력 데이터..?)를 사용sosoeunii.tistory.com 👽 졸업 논문 ( 10 ) - 멀티 모달 논문 분석 : Multimodal Machine Learning:A Survey and TaxonomyAbstract & Introduction 우리의 세계 경험은 시각, 청각, 촉각, 후각, 미각과 같이 여러 감각(modality)을 통해 이루어진다.인공지능(AI)이 주변 세계를 더 잘 이해하려면 이러한 다중 모달 신호를 함께 해sosoeunii... 2025. 4. 7. 🌌 은하 합병 여부 분류를 위한 멀티모달 학습 전략 수립 보호되어 있는 글 입니다. 2025. 4. 7. 🌰 컴퓨터공학과 이형준 담당교수님 면담 🌰 준비🌰 면담🌰 포인트 정리 멀티모달 모델링 방향기존 이미지 기반 모델에 물리량 또는 스펙트럼 등 다른 모달리티를 추가하는 방향은 타당함.텍스트 대신, 요약된 정보나 물리량 벡터를 프롬프트 형태로 활용하는 것도 좋은 접근.프롬프트 러닝(Prompt Tuning)은 생성형 AI와 접목해볼 수 있음. 페더레이티드 러닝에 대한 조언현재 프로젝트에서는 데이터가 공개되어 있고 분산 저장의 필요성이 크지 않기 때문에 굳이 연합학습을 적용할 필요는 없음.민감정보 보호 목적이 아닌 경우, 전통적인 중앙집중식 학습으로 충분. 협업 시 주의할 점천문학 전문가들과 협업 시, 컴퓨터공학 팀이 기술적 주도권을 유지하는 것이 중요함.도메인 요구사항과 컴퓨터공학적 타당성 사이에서 균형감각을 갖고 프로젝트를 이끌어야 함.연구.. 2025. 4. 3. 👅 멀티 모달 기초 [Multimodal Machine Learning: A Survey and Taxonomy] 논문 리딩 - 6. Fusion / 7. Co-learning 👅 6. Fusion 멀티모달 퓨전(multimodal fusion)은 멀티모달 머신러닝 분야의 초기 주제 중 하나로,기존 리뷰에서는 주로 초기(early), 후기(late), 하이브리드(hybrid) 퓨전 접근 방식에 중점 기술적으로 멀티모달 퓨전은 여러 모달리티로부터 정보를 통합하여 결과를 예측하는 것을 의미이 결과는 예를 들어 감정(기쁨 vs 슬픔) 같은 클래스 분류이거나, 감정의 정도 같은 연속적인 값(회귀)일 수 있음 멀티모달 퓨전의 세 가지 주요 장점1. 강인한 예측(Robustness): 동일한 현상을 관찰한 여러 모달리티의 정보를 이용해 더 견고한 예측 가능.2. 보완 정보(Complementarity): 하나의 모달리티만으로는 볼 수 없는 정보를 서로 보완해줌.3. 결측 데이터 대응.. 2025. 4. 3. 이전 1 2 3 다음
