-----------------------------------------------------------------
Week 5: Learning from data: regression
제5주차: 자료에서 정보 얻어내기(회귀/경향성 분석)
- Using machine learning tools to investigate your data
수집한 자료를 조사하기 위해 기계학습 도구(분석 소프트웨어)를 활용하기
- Calculating the red-shifts of distant galaxies
먼 은하의 적색편이 계산하기
-----------------------------------------------------------------
1강: 자료 가지고 학습하기
Lesson 1: Learning from Data / 한글자막 / 영문자막
[강의대본]
[00:05] 좋은 분류체계는 대부분 과학에서 중심을 차지한다. 그리고 천문학도 예외는 아니다. 초기 천문학자들이 자료룰 취합하기 시작하면서 자연 스럽게 분류체계를 세우려고 했는데 그들의 관측에 의미를 부여하는데 도움이 되게 하고 싶었기 때문이다. 가장 획기적인 사건 중의 하나로 애니 점프 캐논(Annie Cannon)의 천체 분광(스펙트럼, spectrum) 분류다. 1800년대 말에 하버드대학 천문대 책임자였던 에드워드 피커링(Edward Pickering)은 비교적 새로운 기법인 별 분광학으로 전하늘 탐사에 착수했다.
[00:37] 수십년동안 일단의 인간 컴퓨터들이 별을 (스텍트럼 분광 사진에서)수소와 헬륨 그리고 여타 분자 흡수선의 존재 유무에 따라 별을 구분짖는 작업을 했다. 이 시기동안 그들은 분류기준을 개발하고 실험 했다. 그 기준은 오늘날에도 사용 중인 친숙한 OBAFGKM 로 굳어지기 전이었다. 애니 점프 캐넌은 특출난 분류학자였다. 1911년부터 1915년까지 그녀는 매달 5천여개의 별을 분류했는데 놀랍게도 20만개가 넘는 별을 분류해 나중에 헨리 드래이퍼 목록이 되었다.
[참고]
1. 애니 점프 캐넌
2. 헨리 드래이퍼 목록,
3. 항성분류법: 초기 항성 분류법(하버드 항성분류)은 수소 스펙트럼 흡수선의 존재에 따라 A~Q까지 분류되었으나 이후 분광기술의 발달로 중복된 기호는 생략되었고 항성 표면온도에 따라 재분류 하면서 순서가 바뀌었다.
* 세실리아 페인 가포슈킨
[02:07] 애니 캐넌이 믿을 수 없는 능력을 보여 줬지만 오늘날의 자료 생성율을 대응하기에는 턱도없다. 가이아(Gaia) 우주 망원경이 십억개의 별을 담아내는 세상에서 옛날처럼 손으로 했다가는 아마도 분류하는데 1만 6천년은 걸릴 일이다. 그럼 어떻게 할텐가?
[02:26] 그렇다면 반세기를 건너뛰어 컴퓨터 과학의 획기적 사건중 하나인 기계학습(Machine Learning) 분야가 부상하던 시대로 넘어가보자. 기계학습 알고리즘은 더많은 자료에 노출되었을 때 성능이 향상되는 알고리즘의 일종이다. (자료가 많을 수록 학습 성능이 향상된다.) 달리 말하면 학습이란 임무를 더 잘 수행하는 방법은 배운다는 것이다. 기계학습이 활용되는 예는 우리주변에서 찾아볼 수 있다. 손으로 쓴 주소를 인식하여 자동으로 분류하는 기계, 개인의 취향이나 습관에 맞춰 제품이나 영화를 추천해주는 서비스, 그리고 자동차를 운전하는 컴퓨터에 이르기까지, 이들 모두는 정교한 기계학습 시스템의 조력으로 가동된다. 천문학에서도 기계학습이 별과 은하를 분류, 금성 표면의 화산활동 확인, 대량의 고해상도 관측자료에서 펄사 찾기, 그외 많은 응용 분야에서 사용되어왔다.
[03:15] 과학적 측면에서 보면 기계학습 방법이란 어쩌면 인간 전문가에 아주 가깝도록 흉내내는 과정이다. 이것은 인간의 뇌가 학습하는 방법을 모형화하는 것에서 기인된 인공 신경망의 개발을 감안하면 그리 신기할 것도 없다.
[03:30] 이번주 강좌는 은하의 측정된 색으로부터 적색편이를 계산하기 위해 기계학습을 활용한다. 이는 기계학습에 아주 이상적인 임무이며 이 분야에 현저한 연구가 진행되어왔다. 수 백만개의 은하를 관측한 슬로언 스카이 서베이(Sloan Sky Survey) 처럼 대규모 은하 탐사에 의해 촉발되었다. 한 은하의 관측된 스펙트럼을 가지고 적색편이(Red-Shift)를 측정하고 거리를 알아내기 위해 컴퓨터의 도움을 받는 다는 것은 당연해 보인다. 하지만 수많은 은하들이 아직 분광 관측이 이뤄지지 않았고 단지 사진만 있다. 게다가 이 탐사에서 엄청난 수의 은하가 관측되었고 이를 손으로 분류하는 일은 불가능하다. 이번 강좌에서 은하까지 거리를 구하기 위해 적색편이를 평가하는 방법 하나를 배울 것이며 은하들의 적색편이를 계산하는 컴퓨터 프로그램을 훈련시켜본다. 예전에는 꿈도 못꾸던 방법이다.
댓글 없음:
댓글 쓰기