진화하는 로에브 척도: 거리 의존 실시간 분류

초록

본 논문은 기존의 정적 로에브 척도를 거리‑의존적인 연속 함수로 확장하여, 관측 데이터가 축적될 때마다 실시간으로 이질적인 천체의 등급을 업데이트하는 미분 방정식 기반 프레임워크를 제시한다. 메모리와 히스테리시스 효과를 도입해 일시적 이상치에 과도하게 반응하지 않으며, 초기 희박 데이터만으로도 향후 등급을 예측할 수 있다.

상세 분석

논문은 먼저 기존 로에브 척도의 수학적 구조를 정리한다. 각 이상 지표 A ~ H는 원시 관측값을 로그·시그모이드·클램프 등 비선형 변환을 거쳐 0–1 구간으로 정규화한다. 이때 비선형 변환 파라미터(C_A, K_B 등)는 자연 천체 샘플에 대한 사전 분포를 기반으로 튜닝된다. 정규화된 지표들을 선형 가중합 S_lin = ∑w_i m_i와 쌍별 상호작용 항 ∑w_ij m_i m_j으로 결합해 복합 점수 S∈