-----------------------------------------------------------------
Week 6: Learning from data: classification
제6주차: 자료에서 정보 얻어내기(자료분류)
- Using machine learning tools to classify your data
수집한 자료를 분류하기 위해 기계학습 도구(분석 소프트웨어)를 활용하기
- Investigating different types of galaxies
서로다른 종류의 은하 찾기
-----------------------------------------------------------------
1강: 관측 자료 분류(Classification)-----------------------------------------------------------------
Lesson 1: Learning from Data: Classification / 한글자막 / 영문자막
[강의대본]
[00:06] 관측으로 밝혀지기 전부터 우리 은하계와 독립된 섬우주(island galaxy)가 존재한다는 생각이 철학자들을 자극해왔다. 19세기말에서 20세기 초에 새 망원경이 건설되면서 뿌연 성운을 좀더 상세하게 관측이 가능 해졌다. 그 즈음해서 성운(nebula)라는 용어가 뿌옇게 보이는 천체를 일컷는 말로 사용되었다. 그러니까 그 천체는 별이 아니라는 사실을 알게 됐다는 뜻이다. 몇몇 이런 성운들은 사실 우리 은해내의 별무리(성단)이거나 우리 은하 밖의 다른 은하 일 수도 있다. (그 시기의 망원경의 한계로 외부 은하를 구분할 수 없었다.) 이번 주 강의는 이런 뿌연 천체를 성운과 구분하여 은하로 인지해 내는 방법에 대하여 다룬다. (아주 극히 먼 은하는 우주망원경으로 찍어도 여전히 뿌옇다.) 이 사진은 우리 은하 내부의 가스와 먼지의 구름으로 잘 알려진 말목 성운(Horsehead Nebula)이다.
* 에드윈 허블 은 장노출 사진을 찍어 초신성을 발견하고 우주 크기를 쟀다. 후에 새플리-커티스의 우주 크기 대논쟁의 종지부를 찍었다. 이전의 관측 기록은 스케치에 의존 했는데 관측자의 주관이 개입되었다. 20세기 초까지 화성의 운하를 스케치한 천문학자도 있었다(퍼시발 로웰). 허블은 은하의 외형 분류, 스펙트럼 관측으로 우주 팽창설을 주장하였으며 현대 우주론에 결정적인 기여를 했다.
[01:13] 관측 자료를 기록(사진)하기 시작하면서 천문학은 새로운 시대를 맞았다. 분류는 사진을 통한 구분(정렬)과 은하의 제각각 특징을 확인하는 과정이다. 우리가 각 급의 전형이라고 부를 만한 분명한 예를 골라내고 서로를 구분하기 위해 다른 은하들과 비교한다. 허블은 수백개의 은하들을 분류하기 위해 이런식으로 접근했다. 그리고 그 과정에서 천문학에서 가장 유명한 분류방식 중 하나를 개발해 냈는데 허블 절차(Hubble Sequence) 또는 허블 소리굽쇠 도(Hubble tuning fork diagram)라고한다.
* 허블 은하 분류도표가 악기 음을 맞추는 소리굽쇠(tuning fork) 처럼 생겼을 뿐 음과는 아무런 관련 없다.
[01:48] 이 분류도표에서 허블은 은하의 형태 혹은 형상 같은 시각적 특성에 대해 서술하였다. 은하의 원형과 타원형 그리고 나선팔 모양에서부터 별과 성운의 불규칙한 모양새에 이르기까지 폭넓게 기술하였다. 허블의 분류표는 폭넓게 시용되어 왔고 폭넓게 재해석 되거나 오해되기도 했다. 하지만 밑에 깔린 형태학적 기술은 여전히 오늘날에도 은하를 구분하는 적절한 방법으로 유용하다.
[02:12] 은하의 외형적 분류, 그 이상의 의미가 있을까? 이런 형태적 분류는 은하의 중요한 물리적 특성과 관련있는 것으로 밝혀졌다. 예를들어 은하의 형성과 진화를 이해하는데 도움을 주는 별의 생성율이다.
[02:25] 이번 주 강좌에서 우리는 천문학의 최신 기법중 하나를 활용하여 전통적으로 이어온 분류법을 자동으로 수행하는 방법을 마련하므로서 은하 분류의 직관을 갖는데 도움을 주려고 한다. 은하 동물원(Galaxy zoo)의 자료를 가지고 수동으로 은하들을 분류해 본다. 은하 동물원은 믿을 수 없을 만큼 성공적인 시민 과학 기획이다.
* 은하 동물원(Galaxy zoo) 은 2007년 시작되어 현재도 진행 중이다. 슬로언 디지털 스카이 서베이에서 관측한 전천 사진 자료의 양이 너무 엄청나서 천문학자들 만으로는 은하를 분석하기 어려웠다. 이에 사진 자료에서 은하를 찾아내고 외형적으로 분류하는 일에 시민들을 참여토록 개방하였다. 관측 기록 기술이 발전 함에 따라 규모는 점점더 커지고 있다. 현재 약 90만여개의 은하를 분류해 냈다. ( http://zoo1.galaxyzoo.org/ )
[02:44] 결정 트리 알고리즘을 사용하여 시작해보고 이 결정 트리에 어떤 한계가 있는지 살펴본다. 그리고 만일 좀더 정교한 방법을 사용하여 우리의 분류 결과를 개선할 수 있는지 알아보자. 시도해볼 방법은 다수의 결정트리를 구성하고 그 결과를 평균하여 학습하는 랜덤 포레스트 분류리가는 조화 학습(앙상블 러닝)이다.
[02:58] 나는 이렇게 우리의 선배 과학자들과 우리를 연결해주는 연구 방식을 좋아한다. 우리는 슬로언 디지털 스카이 서베이의 자료를 가지고 은하의 분류를 위해 랜덤 포레스트를 활용 할 것이다. 100년전에 오직 사진 건판 밖에 없던 과학자의 전통을 이어 받는다.
댓글 없음:
댓글 쓰기