Skip to content

README.md

Latest commit

 

History

History
262 lines (187 loc) · 8.72 KB

README.md

File metadata and controls

262 lines (187 loc) · 8.72 KB

🌌 Image-Exclusive-Model for Galaxy Merger Classification

: Training on Simulations and Inference on Observations


🚀 프로젝트 개요

은하 병합(galaxy merger)은 우주 대규모 구조 형성과 개별 은하 진화에 핵심적인 역할을 하며,
병합 과정에서 은하는 형태학적 변화뿐 아니라 별 생성률(SFR), 색지수, 금속함량, AGN 활성화 등
다양한 물리적 특성 변화를 겪는다.

1

본 프로젝트에서는 이미지를 사용하지 않고 은하 병합을 3단계로 세분화하여 분류하며, 은하의 물리량(photometric / spectroscopic quantities)만을 활용하는 Image-Exclusive 모델을 제안한다.


🚀 실험 데이터

데이터는 표준화(StandardScaler) 및 KNN 기반 결측치 보정이 적용된 후 사용된다.


📊 Illustris / TNG 시뮬레이션 기반 은하 데이터 
: 학습용 시뮬레이션 생성 데이터

총 6261개

라벨 구성:
- pre : 1900개
- non : 2400개 
- post : 2000개 


📊 Illustris / TNG 시뮬레이션 기반 은하 데이터 
: 추론용 실제 관측 데이터

총 10만 개 가량

사용 feature 목록

Feature Name 설명
StellarMass 별 질량
AbsMag_g g 밴드 절대등급
AbsMag_r r 밴드 절대등급
AbsMag_i i 밴드 절대등급
AbsMag_z z 밴드 절대등급
color_gr 색 지수 (g − r)
color_gi 색 지수 (g − i)
SFR 별 형성률
BulgeMass 팽대부 질량
EffectiveRadius 유효 반경
VelocityDispersion 속도 분산
Metallicity 금속도

데이터 분할 방식

  • Train / Validation / Test = 7 : 2 : 1
  • 5-Fold Cross Validation 적용
  • 모든 실험에서 random seed = 42 고정

예시 데이터 칼럼

SubHaloID Snapshot Phase StellarMass AbsMag_g AbsMag_r AbsMag_i AbsMag_z color_gr color_gi SFR BulgeMass EffectiveRadius VelocityDispersion Metallicity
은하 고유 ID 시뮬레이션 스냅샷 번호 병합 단계 라벨 (Non/Pre/Post) 별 질량 g 밴드 절대등급 r 밴드 절대등급 i 밴드 절대등급 z 밴드 절대등급 색 지수 (g−r) 색 지수 (g−i) 별 형성률 팽대부 질량 유효 반경 속도 분산 금속도

🚀 실험 모델

다양한 모델을 동일한 데이터셋과 Stratified K-Fold 교차검증 환경에서 실험하였다.

전체 실험 흐름

- Stratified K-Fold를 이용한 안정적인 학습/평가
- Classical ML ↔ Deep Learning 모델 간 성능 비교
- Accuracy 및 Macro-F1 기준으로 최적 모델 선정

실험 모델 카테고리와 종류



🚀 디렉토리 구조

SYNERGI/
├── data/ 📍데이터
│   ├── DESI/ 추론용 실제 데이터
│   └── illustris/ 학습용 시뮬레이션 데이터
│
├── evaluation/📍학습 결과
│   ├── classicalMachineLearning/
│   └── deepLearning/
│
├── inference/📍추론 결과
│   └── randomforest_final12_inference.csv
│
├── model/📍모델 (용량 문제로 gitignore)
│   ├── classicalMachineLearning/
│   └── deepLearning/
│
├── src/📍소스 코드
│   ├── data_preprocess/ 데이터 전처리 코드
│   ├── inference/ 추론 코드 
│   ├── SHAP/ XAI 코드
│   └── train/ 모델 학습 코드
│       ├── classicalMachineLearning/ 
│       └── deepLearning/ 
│
└── README.md

classicalMachineLearning, deepLearning 내부

├── SFR_inf_-1/ SFR 이상치를 -1로 대체한 데이터 사용
├── SFR_inf_remove/ SFR 이상치를 제외한 데이터 사용
└── final_12_datasetPhase_complete/ SFR과 BulgeMass의 계산 방식을 다르게 적용한 데이터 사용

SFR_inf_-1, SFR_inf_remove, final_12_datasetPhase_complete 내부

각 카테고리에 해당하는 모델 파일 / 모델 결과 파일

🚀 실행 환경

📍How to install

git clone https://github.com/Earth-Conquest-Research-Project/Image-Exclusive-Model_for_Galaxy_Merger_Classification.git

📍How to build

본 프로젝트는 개별 Python 스크립트 실행 방식으로 구성되어 있으며, 각 단계는 독립적으로 실행 가능하다.

conda create -n test-env python=3.9 -y
conda activate test-env
cd Image-Exclusive-Model_for_Galaxy_Merger_Classification
pip install -r requirements.txt

conda 없는 경우

python3 -m venv test-env
source test-env/bin/activate
cd Image-Exclusive-Model_for_Galaxy_Merger_Classification
pip install -r requirements.txt

📍How to test

"SFR_inf_-1" 데이터셋 기준 설명

cd SYNERGI

Classical Machine Learning 학습 예시

python src/train/classicalMachineLearning/SFR_inf_-1/RandomForest.py

Deep Learning 학습 예시

python src/train/deepLearning/SFR_inf_-1/FT-Transformer.py

Inference 예시

python src/inference/randomForest_final12_inference.py

🚀 사용한 오픈소스 라이브러리

  • numpy
  • pandas
  • scikit-learn
  • xgboost
  • lightgbm
  • catboost
  • PyTorch
  • shap
  • rtdl-revisiting-models

모든 라이브러리는 각 라이선스를 준수하여 사용하였다.


🚀 실험 결과

✅ 모델별 성능 비교 결과

1

  • Classical ML 모델들이 전반적으로 Deep Learning 모델보다 높은 성능을 보임
  • 특히 Random Forest 모델이
    • Accuracy 0.8276
    • Macro-F1 0.8238 로 가장 우수한 성능을 기록
  • CatBoost, GradientBoost, LightGBM 역시 높은 성능을 보이며
    물리량 기반 문제에서 Boosting 계열 모델의 강점을 확인
  • Deep Learning 모델(MLP, FT-Transformer, TabTransformer)은
    표현력은 높으나, 본 데이터 규모 및 특성에서는 성능 우위가 제한적이었음

➡️ 위 결과를 바탕으로 Random Forest를 최종 모델로 선정


✅ 실제 관측 데이터 Inference 결과

선정된 Random Forest 모델을 사용하여  
실제 관측 은하 데이터에 대한 병합 단계 추론(Inference)을 수행

P_NOMERGER 값 구간별로 각 병합 단계(non / pre / post-merger)의 비율을 비교

1

  • non-merger 은하의 경우
    • P_NOMERGER 값이 높을수록 non-merger 비율이 뚜렷하게 증가
  • pre-merger / post-merger 은하의 경우
    • P_NOMERGER 값이 높아질수록 해당 비율이 감소
  • 이는 모델이 non-merger 확률을 일관성 있게 학습하고 있으며,
    병합 단계 간 물리적 차이를 확률적으로 잘 반영하고 있음을 의미


🚀 연구 결과

물리량 기반(Image-Excluded) 은하 병합 분류 모델 제안

  • 이미지 기반 접근의 한계를 보완하기 위해 분광 기반 물리량만을 사용한 분류 프레임워크를 구축
  • 대형 망원경 관측이나 이미지 생성 없이도 오픈 데이터만으로 모델 구성 가능

압도적인 학습 효율성 향상

  • 기존 이미지 기반 모델: 학습 시간 약 5–6시간
  • 제안 모델: 평균 1–2분 내 학습 완료
  • 약 1800배 이상의 학습 속도 개선, 빠른 실험 반복 및 모델 탐색 가능

이미지 모델을 상회하는 분류 성능

  • 이미지 기반 최신 연구(Pearson et al., 2024): Accuracy ≈ 0.81
  • 본 연구(물리량만 사용): Accuracy ≈ 0.83
  • 이미지 없이도 병합 단계 분류에 충분한 정보가 물리량에 내재함을 실증

높은 해석 가능성 확보

  • SHAP 분석을 통해 모델이 활용하는 핵심 물리량을 정량적으로 분석
  • Metallicity, StellarMass, 절대등급 계열 물리량이 주요 판별 요인으로 작동
  • 기존 이미지 모델이 어려워하던 Pre-merger / Post-merger 구분이 물리량 기반에서는 명확히 분리됨

천체물리학적 의미와의 연결 가능성

  • 모델이 포착한 물리적 신호가 실제 병합 과정의 물리적 변화와 일관됨을 확인
  • 형태 중심 접근이 놓친 영역을 물리량 기반 정보가 효과적으로 보완함을 입증

향후 연구 및 확장성

  • 향후 이미지 + 물리량을 결합한 멀티모달 병합 단계 분류 모델로 확장 계획