본 연구에서는 score-based diffusion model을 사용하여 Radio Galaxy Zoo (RGZ) 데이터셋의 고유 차원(iD)을 추정합니다. BNN(Bayesian neural network) 에너지 점수를 기반으로 iD 추정치가 어떻게 변하는지 조사하며, 이는 라디오 소스가 RGZ 데이터셋의 MiraBest 서브셋과 얼마나 유사한지를 측정합니다. out-of-distribution 소스는 더 높은 iD 값을 보이며, RGZ의 전체 iD는 자연 이미지 데이터셋에서 일반적으로 보고되는 값보다 높습니다. 또한, Fanaroff-Riley (FR) 형태학적 클래스 및 신호 대 잡음비(SNR)에 따른 iD 변화를 분석합니다. FR I과 FR II 클래스 간의 관계는 발견되지 않았지만, 낮은 iD에서 더 높은 SNR으로 향하는 약한 경향성이 나타났습니다.
