엔트로피와 프랙탈 지표를 이용한 포부시 감소 선행 예측

초록

본 논문은 1분 해상도의 중성자 모니터 데이터를 대상으로, 정보이론·스케일링·기하학적 불변량을 슬라이딩 윈도우로 추출한 마커 시계열을 이용해 포부시 감소(FD)의 발생을 사전에 감지하는 프레임워크를 제시한다. 각 관측소별로 Shannon, 스펙트럼, 근사·샘플 엔트로피, Lempel‑Ziv 복잡도, 상관 차원, Higuchi·Katz 프랙탈 차원을 계산하고, 지수 가중 이동 평균(EWM)으로 평활화한 뒤 표준화된 1차 차이를 분석한다. 정렬 기준 시점 t₀는 평활화된 카운트 1차 차원의 최소값으로 정의하고, 마커의 가장 큰 음의 변동이 발생한 시점을 lead ℓ* 로 측정한다. 사전‑t₀ 구간에서 지속적인 이상치를 검출하는 로버스트 z‑스코어 탐지기를 적용해 각 마커·관측소의 검출률을 산출한다. 두 개의 FD 사건(2023‑04‑23, 2024‑05‑10)에서 28개 관측소를 대상으로 실험한 결과, CORE 패널(Shannon·스펙트럼·샘플·근사 엔트로피·LZ 복잡도·Higuchi·Katz 프랙탈·상관 차원)은 높은 검출률과 수시간 규모의 선행 리드를 보이며, 관측소 간 리드 분산이 크므로 개별 관측소 기준의 통계 요약이 필요함을 강조한다.

상세 분석

이 연구는 포부시 감소(FD)의 조기 경보를 위해 기존의 진폭 기반 임계값 방법을 보완하는 새로운 접근법을 제시한다. 핵심 아이디어는 GCR(은하 우주선) 카운트 시계열에 내재된 동적 정보를 정량화할 수 있는 복합 마커를 슬라이딩 윈도우 방식으로 실시간 추출하고, 이를 표준화된 1차 차이 형태로 변환해 사전‑t₀ 구간에서의 변동을 탐지하는 것이다. 먼저, 각 관측소별 1분 해상도 카운트를 지수 가중 이동 평균(EWM)으로 평활화함으로써 고주파 노이즈를 억제하면서 급격한 변화를 보존한다. 이후, 정보이론적 지표(Shannon, 스펙트럼, 근사·샘플 엔트로피), 알고리즘 복잡도(Lempel‑Ziv), 비선형 차원(상관 차원) 및 프랙탈 차원(Higuchi, Katz)을 포함한 8가지 마커를 정의하고, 윈도우 길이 W와 평가 간격 Δt를 조정해 시계열 전역에 걸쳐 연속적으로 계산한다. 각 마커 시계열 역시 동일한 α 값을 갖는 EWM으로 평활화한 뒤, 1차 차이(ΔM) 를 구해 변동의 방향과 크기를 파악한다. 정렬 기준 t₀는 평활화된 카운트 1차 차이의 최소값으로 설정하여, 관측소마다 실제 FD 시작 시점이 다를 수 있음을 반영한다. 마커의 가장 큰 음의 변동이 발생한 시점 tₖ,s 를 찾고, ℓₖ,s = tₖ,s – t₀ 로 정의함으로써 선행(ℓ<0) 혹은 지연(ℓ*>0) 리드를 정량화한다.

탐지 단계에서는 사전‑t₀ 구간(