다중정밀도 우주 시뮬레이션을 위한 혁신적 신경망 프레임워크

초록

본 논문은 고·저정밀도 시뮬레이션 데이터를 결합해 물질 전력 스펙트럼을 예측하는 새로운 신경망 기반 에뮬레이터 T2N‑MusE를 제안한다. 2‑step 다중정밀도 구조, 2‑stage 베이지안 하이퍼파라미터 탐색, 2‑phase k‑fold 학습, 그리고 적‑z 별 PCA 압축을 도입해 기존 Gaussian Process 모델 대비 평균 오차를 5배, 최악 오차를 8배 이상 감소시켰다.

상세 분석

T2N‑MusE는 다중정밀도( MF ) 에뮬레이션 문제에 특화된 네 단계 전략을 통합한다. 첫 번째 단계인 2‑step MF 아키텍처는 기존 논문