본 연구는 데이터 과학의 과정에 따른 파이썬 기반의 외부고리 은하 영상 분석 알고리즘 개발을 목적으로 한다. 잠재적 사용자는 학생과 교사를 포함한 시민 과학자로 정하였다. 은하의 실제 데이터를 이용한 분류 연구는 IRAF 라는 전문 소프트웨어가 이용되고 있어 일반인이 접근하기에 한계가 있다. 이에 IRAF를 사용한 선행 연구의 결과와 비교 검 증이 가능한 외부고리 은하를 분석 대상 천체로 정하여, 영상 분석 알고리즘을 개발하고 그 결과를 검증하였다. 검증 결과 총 69개의 외부고리 은하 중 50개(72.5%)가 IRAF 결과와 높은 일치를 보였다. 남은 19개(27.5%)는 시선 방향에 겹친 밝은 별의 존재 혹은 은하 내부의 약한 밝기로 인해 IRAF 결과와 다른 낮은 일치를 보였다. 보완 과정을 거친 최종 결과물은 공유 및 교육 자료의 활용도를 높이기 위해 전체 사용된 데이터와 알고리즘, 파이썬 코드 파일 및 사용 설명서를 GitHub에 탑재하였다.

This study classified outer-ring galaxies using 25,308 galaxies within z=0.05 from the SDSS DR7, which are larger than Rpet>6 arcsec and whose minor-to-major axis ratio (b/a)<0.6. We selected 531 galaxies that have ring-like structures by visual inspection of the color images of 25,308 galaxies; these galaxies with ring-like structures served as a primary sample from which we selected 90 outer-ring galaxies. The final sample of 69 outer-ring galaxies was selected by examining the photometric properties of the candidate galaxies. Their properties were determined by conducting surface photometry on their u, g, r, i, and z images. The frequency of the outer-ring galaxies was found to be 0.3% of the local galaxies. We examined the environment of the outer-ring galaxies using two measures of environment, namely, the projected distance to the nearest-neighbor galaxy and the local background density. We did not observe any notable difference between outer-ring and other galactic environments.