🎯 Galaxy mergers 연구 알아보기 (Zoobot 모델 / 데이터 )

🎯 Galaxy merger challenge: A comparison study between machine learning-based detection methods

Galaxy merger challenge: A comparison study between machine learning-based detection methods

 

Galaxy Merger Challenge: 머신러닝 기반 은하 병합 탐지 기법 비교 연구

Margalef-Bentabol et al. (2023)

 

 

 

🎯 연구 목적 (Aims)

다양한 머신러닝 기반 은하 병합 탐지 기법들이 서로 다른 데이터셋에 적용되고 있지만,

이들 방법 간의 성능 비교가 명확하지 않음.

 

➡️ 본 연구의 목적은

• 대표적인 ML 모델 6종을

• 시뮬레이션 + 실제 관측 데이터에서

• 성능을 비교 및 벤치마킹하는 것

 

 

 

🧪 방법 (Methods)

 

사용된 데이터셋 3종:

데이터	설명	목적
IllustrisTNG	시뮬레이션 기반 mock 관측 이미지	훈련용 + 기준 성능 측정
Horizon-AGN	별도의 시뮬레이션 mock 이미지	도메인 이동 시 성능 측정
HSC-SSP (실제 관측)	Subaru 망원경 기반 실제 이미지	실제 적용 성능 측정

• 모델은 TNG 기반에서 학습됨

• HSC에서는 시각적 분류(visual inspection)와의 일치도 평가

 

 

 

🧠 결과 요약 (Results)

 

✔️ 1. 이진 분류 (merger vs non-merger)

조건	결과
훈련 도메인 내	precision, recall: 70~80% 수준 (z ~ 0.1~0.3)
고적색이동(z ↑)	성능 하락 (정밀도 -5%, 재현율 -10% 이상)
도메인 전이 (TNG → Horizon)	precision은 유지, recall은 20~40% 하락
전체 성능	Zoobot 모델이 precision, F1 점수에서 가장 우수

 

✔️ 2. 실제 관측 데이터(HSC)에 적용

• 명확한 병합(major merger)의 경우, 모델 간 시각적 라벨과 비교적 일치

• 그러나 전체 병합 비율 예측은 모델 간 10배 이상 차이 발생

 

✔️ 3. 다중 클래스 분류 (pre / ongoing / post merger)

• 모든 모델 성능이 낮음

• 특히 ongoing, post-merger 분류가 매우 어려움

• 해상도/데이터 깊이 부족도 원인

• 향후 JWST, Euclid 등 고해상도 관측이 중요

 

✅ 결론 (Conclusions)

• 머신러닝 모델들은 기본적인 병합/비병합 분류는 잘 수행하지만,

• 병합 단계별(post-merger 등) 분류는 현재 수준으로는 어려움

• 도메인 이동에 대비한 모델 설계가 필요 (sim → real)

• 향후 데이터 품질 향상에 따라 모델 개선도 중요

 

 

🔍 시사점 요약

시사점	설명
🧠 Sim vs Real 도메인 갭	recall 크게 감소함 → domain adaptation 필요
🎯 다중 클래스 분류 어려움	특히 post-merger 분류는 매우 저조
🤖 모델간 편차 큼	모델 선택이 최종 분석에 큰 영향 줌
🔭 고품질 데이터 필요	JWST, Euclid 기반 연구에 대비한 모델 개선 필요

 

---

 

그렇다면 가장 높은 성능을 보여준 Zoobot 모델을 이용한 은하 병합 판별 연구를 더 알아보자

🎯 Galaxy mergers in Subaru HSC-SSP: A deep representation learning approach for identification, and the role of environment on merger incidence

https://ui.adsabs.harvard.edu/abs/2023A%26A...679A.142O/abstract

 

 

Subaru HSC-SSP에서의 은하 병합 탐지: 딥 리프레젠테이션 러닝 접근과 환경이 병합 발생에 미치는 역할

 

🧠배경(Context):

은하 병합과 상호작용은 은하 진화에 있어 중요한 과정이지만, 순수하고 완전한 병합 샘플을 식별할 수 있는 확정적인 방법은 아직 존재하지 않는다. 은하 병합의 과정과 그 영향에 대한 심도 있는 연구를 위해, 이러한 정제된 병합 샘플을 구축하는 방법이 필요하다.

 

🧠목적(Aims):

본 연구에서는 Subaru HSC-SSP 데이터에서 딥 리프레젠테이션 러닝과 파인튜닝을 활용한 딥러닝 기반 은하 병합 식별 접근법을 제안한다. 이 방법을 통해 순수하고 완전한 병합 샘플을 생성하고, 은하 병합이 은하 진화에 어떤 영향을 미치는지 분석하는 데 활용하고자 한다.

 

🧠방법(Methods):

• Galaxy Zoo DeCALS 이미지에 기반한 시민 과학자들의 투표 데이터로 사전 학습된 Zoobot 딥러닝 모델을 사용하였다.

• 이를 SDSS 및 GAMA 은하들의 HSC-SSP 이미지 병합 분류용으로 파인튜닝하였다.

• 파인튜닝에는 TNG 시뮬레이션에서 생성한 약 1200개의 합성 HSC-SSP 은하 이미지를 활용하였다.

• 이후, 실제 HSC 이미지에서 병합 확률을 예측하였고, 이를 바탕으로 병합 활동과 주변 환경 간의 관계를 분석하였다.

 

🧠결과(Results):

• 파인튜닝된 모델은 합성 검증 데이터에서 약 76%의 정확도를 달성했다. 이는 기존 CNN 기반 연구와 비슷한 수준이지만, 훈련 샘플 수는 훨씬 적다.

• 모델은 약 80%의 완전성(completeness)과 정밀도(precision)를 보였고,

• 다양한 형태와 구조를 가진 병합/비병합 은하를 분류하고,

• 병합 쌍과 단순 투영을 구별할 수 있었다.

• 환경과 병합의 관계 측면에서,

• 0.5–8 h⁻¹ Mpc 범위에서는 낮은 밀도 환경에서 병합 확률이 높았으며,

• 그보다 작은 스케일에서는 (시뮬레이션에서) 높은 밀도 환경에서 병합 확률이 높았다.

 

🧠결론(Conclusions):

우리는 시민 과학 기반의 딥 리프레젠테이션 러닝 모델을 파인튜닝하여 HSC-SSP에서의 은하 병합 분류에 성공했으며, 병합 확률 카탈로그를 공개하였다. 이 형태 기반 카탈로그를 통해, 병합은 중규모 스케일(0.5–8 h⁻¹ Mpc)에서는 낮은 밀도 환경에서 더 자주 발생함을 발견하였다.

---

🎯ZooBot 모델

GitHub - mwalmsley/zoobot: Classifies galaxy morphology with Bayesian CNN

은하 형태 분류(Galaxy Morphology Classification)**를 위해 특별히 설계된 딥러닝 기반 파운데이션 모델

Zoobot: Adaptable Deep Learning Models for Galaxy Morphology

 

 

🧠 Zoobot의 전체 구조 요약

 

Zoobot은 크게 다음과 같은 세 부분으로 구성돼:

 

1. 백본(backbone):

 

입력 이미지를 받아 특성 벡터(Feature Vector)를 추출하는 역할

 

• 기본적으로 ConvNeXT, EfficientNetV2, MaxViT 등 최신 이미지 분류 모델 아키텍처 중 하나를 사용

• 이 백본들은 모두 HuggingFace Hub에 사전 학습된 모델(pretrained encoder)로 존재함

• 최근 버전(2.0)은 흑백 이미지용 인코더(zoobot-encoder-greyscale-convnext_nano)도 포함됨

 

 

2. 표현 학습 레이어(Representation Layer):

백본에서 추출된 특성들을 은하 형태 분류를 위한 표현 공간으로 매핑

 

• 이 레이어는 딥 슈퍼바이즈드 리프레젠테이션 러닝(deep supervised representation learning)을 기반으로 함

• 다양한 은하 형태(ex. 바 구조, 링, 병합 상태 등)를 포괄적으로 표현할 수 있도록 학습됨

 

 

3. 헤드(Head):

최종 예측을 출력하는 모듈

 

• 분류 작업에 따라:

• 이진 분류(Binary Classification): 특정 특징 존재 여부 (ex. 링 있음/없음)

• 다중 클래스(Multi-class Classification): 다양한 형태 구분 (ex. 나선형, 타원형, 불규칙 등)

• 회귀(Regression): 형태의 연속적 특성값 예측도 가능

 

 

 

 

🔁 파인튜닝 구조

 

Zoobot은 재학습이 용이하게 설계되어 있어:

• 백본은 고정하거나 일부 레이어만 업데이트 가능

• 최상단의 헤드 부분만 새로운 라벨(예: ‘병합 은하’)에 맞춰 학습 가능

• 일반적인 PyTorch Lightning Trainer 구조 사용

• 학습 구조 예시:

model = FinetuneableZoobotClassifier(
    checkpoint_loc='huggingface/zoobot-model',
    num_classes=2  # 예: 병합 vs 비병합
)

 

 

🔄 데이터 입출력 파이프라인

 

Zoobot은 이미지 파일 경로와 메타데이터가 담긴 CSV를 사용하여 학습/예측을 수행

• 학습 데이터에는 file_loc, label_cols가 필요

• GalaxyDataModule을 통해 자동으로 배치 구성, 증강(Augmentation) 등 처리

• 예측 결과는 predict_on_catalog.predict() 함수로 손쉽게 저장 가능

 

 

 

Zoobot은 다음처럼 모듈화

zoobot/
│
├── pytorch/
│   ├── training/            # 학습 루프 및 모델 정의
│   ├── predictions/         # 예측 함수
│   ├── models/              # 다양한 backbone 정의
│   └── examples/            # 파인튜닝, 학습, 표현 추출 예시

 

 

 

 

🔍 요약

구성 요소	역할	선택 가능 요소
백본 (Encoder)	이미지 → 특성 벡터	ConvNeXT, EfficientNetV2, MaxViT 등
표현 레이어	특성 벡터 → 은하 특징 표현	deep supervised representation learning
헤드 (Head)	표현 → 분류 or 회귀 결과	Binary / Multi-class / Regression
학습 방식	사전 학습 → 소량 데이터로 파인튜닝 가능	PyTorch Lightning 기반 구조

 

 

---

🎯 데이터

Galaxy mergers in Subaru HSC-SSP: A deep representation learning approach for identification, and the role of environment on merger incidence 에서 사용한 병합 은하 탐지를 위한 데이터

 

=> HSC-SSP, SDSS, GAMA 데이터

 

 

 

✅ 1. 시뮬레이션 데이터:

 

📌 TNG50 (IllustrisTNG 시뮬레이션)

• 용도: 모델 학습을 위한 병합/비병합 이미지 데이터셋 생성

• 형태: HSC-SSP 스타일로 합성된 gri 이미지 (300x300 픽셀, SKIRT 라디에이티브 트랜스퍼 코드 사용)

• 라벨: 병합 여부는 merger tree 기반으로, ±0.5 Gyr 내 병합 이벤트 유무로 결정됨

 

🔗 IllustrisTNG Project (TNG50 Data)

IllustrisTNG - Data Access

 

 

✅ 2. 실제 관측 데이터:

 

📌 HSC-SSP (Hyper Suprime-Cam Subaru Strategic Program)

• 용도: 테스트 및 실제 병합 탐지 적용 대상

• 이미지 특징: grizy 밴드, 깊은 해상도(r ≈ 26mag)

• 공개 버전: Public Data Release 3 (PDR3), S21A 등

 

🔗 HSC-SSP DR3 Data Access Portal

 

 

 

📌 SDSS DR17, GAMA DR4

• 용도: HSC와의 크로스매칭으로 정밀 적색이동값(z), 질량(M*), 환경 정보 확보

• 조건: 스펙트로스코피 기반 z 값이 있는 은하들만 사용 (z < 0.35, r밴드 밝기 컷 존재)

 

🔗 SDSS DR17 Access

🔗 GAMA DR4 Access

 

 

 

🧪 데이터 구성

출처	목적	내용
TNG50	학습	병합 여부 라벨된 gri 은하 이미지 (~1200장 병합, 1200장 비병합)
HSC-SSP	적용	고해상도 관측 이미지 (~30만 SDSS/GAMA 은하)
SDSS/GAMA	보조정보	질량, z, 환경 정보 매칭 (spec-z 기반)