JWST MIRI MRS 데이터 자동 클러스터링으로 은하 중심 영역 구분

초록

**
본 연구는 JWST MIRI MRS 관측 데이터에 대해 스펙트럼 유사성을 기반으로 한 비지도 계층적 클러스터링 알고리즘을 적용하여, 근거리 은하 15곳의 중심 1″(≈160 pc) 영역을 물리적 프로세스별로 자동 분류한다. 클러스터별 평균 스펙트럼을 이용해 중간 적외선 진단선(

상세 분석

**
이 논문은 JWST MIRI MRS 중간 적외선(11.5–18 µm) 데이터의 복잡성을 해결하기 위해 스펙트럼 형태에만 초점을 맞춘 비지도 계층적 클러스터링 기법을 설계하였다. 먼저 모든 스펙트럼을 총 적분 플럭스로 정규화함으로써 절대 밝기 차이를 제거하고, 유클리드 거리 기반 유사도 행렬을 구축하였다. 이후 Ward 방법을 이용한 계층적 병합을 수행해 최적의 클러스터 수를 실루엣 점수와 엘보우 방법으로 결정하였다. 각 클러스터에 대해 중위수 스펙트럼을 구하고, PAHFIT‑유사 모델로 라인 및 연속을 분리했으며, 특히