심층 오토인코더(deep autoencoder)는 차원 축소와 편미분 방정식의 차수 축소 모델링부터 이상치 탐지 및 신경망 기계 번역에 이르기까지 다양한 머신러닝 응용 분야에서 핵심적인 도구로 자리 잡았습니다. 이러한 실증적 성공에도 불구하고, 특히 고전적인 사영 기반 기법들과 비교했을 때 이들의 표현력에 대한 확고한 이론적 기반은 여전히 부족한 실정입니다. 본 연구에서는 최근 문헌에서 자주 등장하고 있는 광범위한 심층 학습(deep learning) 아키텍처 군인 대칭 오토인코더(symmetric autoencoder)에 대한 종합적인 분석을 제시하여 이러한 방향으로 한 걸음 나아가는 것을 목표로 합니다. 구체적으로, 서로 다른 대칭 아키텍처 군 간의 형식적 구분을 도입하고 수학적 관점에서 이들의 장점과 한계를 분석합니다. 예를 들어, 정규직교성(orthonormality) 제약 조건을 가진 대칭 오토인코더의 재구성 오차는 널리 알려진 에카르트-영-슈미트(EYS) 정리를 활용하여 이해할 수 있음을 보입니다. 또한 분석의 부산물로서, 특잇값 분해(SVD)의 반복 적용에 기반한 대칭 오토인코더용 EYS 초기화(initialization) 전략을 개발합니다. 연구 결과를 검증하기 위해 기존의 심층 오토인코더를 대상으로 제안 기법을 벤치마크하는 일련의 수치 실험을 수행하고, 모델(model) 설계 및 초기화의 중요성을 논의합니다.
주성분 분석(PCA)은 데이터 차원 축소 분야의 핵심 도구입니다. K-서브스페이스(KSS)와 같이 여러 부분공간에서 파생된 데이터를 군집화하기 위해, PCA를 부분공간 합집합(UoS) 설정으로 확장하는 다양한 방법들이 제안되어 왔습니다. 그러나 일부 응용 분야에서는 각 데이터 샘플과 관련된 노이즈 특성으로 인해 품질이 달라지는 이종(heterogeneous) 데이터를 다룹니다. 이분산성(heteroscedastic) 방법은 이러한 혼합된 데이터 품질을 처리하는 것을 목표로 합니다. 본 논문에서는 샘플별 노이즈 분산을 추정하고 이 정보를 활용하여 데이터의 저차원(low-rank) 구조와 관련된 부분공간 기저(subspace bases) 추정을 개선할 수 있는, ALPCAHUS라는 이분산성 기반 부분공간 군집화(subspace clustering) 방법을 개발합니다. 이 군집화 알고리즘은 UoS 설정에서 이분산성 노이즈를 갖는 군집을 위해 최근 제안된 이분산성 PCA 방법인 LR-ALPCAH를 확장함으로써 K-서브스페이스(KSS) 원리를 기반으로 구축됩니다. 시뮬레이션 및 실제 데이터 실험을 통해 기존 군집화 알고리즘 대비 데이터의 이분산성을 고려하는 것의 효과성을 입증합니다. 코드는 https://github.com/javiersc1/ALPCAHUS 에서 이용 가능합니다.
본 논문에서는 최신 하드웨어에서 실용성을 유지하면서 전역 구조(global structure)와 호몰로지 특징(homological features)을 보존하도록 설계된 힘 지향(force-directed) 차원 축소 프레임워크인 DiRe를 제안합니다. 이 방법은 초기 임베딩(embedding)과 그래프 기반 레이아웃 최적화(optimization)를 결합하며, 국소 왜곡(local distortion), 문맥 보존(context preservation), 지속성 호몰로지(persistent homology) 측정 지표를 사용하여 결과로 생성된 저차원 표현을 평가합니다. 본 연구에서 고려된 벤치마크(benchmark) 스위트 전반에서 DiRe는 UMAP 및 t-SNE와 상호 보완적인 절충안(tradeoff)을 제공합니다. 즉, 순수한 국소 시각화 휴리스틱이라기보다는 베티 곡선(Betti curves)과 지속성 다이어그램(persistence diagrams)을 통해 대규모 기하학적 특성을 정량화할 수 있는 임베딩 프레임워크로서 설계되었습니다.
분포 외(Out-of-Distribution, OoD) 탐지는 심층 신경망의 신뢰성에 필수적이며, 그 핵심은 OoD 데이터와 분포 내(In-Distribution, InD) 데이터 간의 차이를 효과적으로 특성화하는 데 있다. 본 연구에서는 이러한 차이를 비선형 특징 부분공간이라는 새로운 관점을 통해 활용한다. 즉, InD 특징으로부터 판별적 비선형 부분공간을 학습하여 InD의 대표적 패턴을 포착하는 한편, OoD 특징에 담긴 정보적 패턴은 서로 다른 분포로 인해 이러한 부분공간에서 잘 포착되지 못한다. 이 관점에 기반하여, InD와 OoD 특징이 비선형 부분공간에서 보이는 편차를 OoD 탐지에 활용한다. 구체적으로, 커널 주성분 분석(Kernel Principal Component Analysis, KPCA) 프레임워크를 활용하여 판별적 비선형 부분공간을 얻고, 해당 부분공간에서의 재구성 오차를 이용해 InD와 OoD 데이터를 구별한다. 두 가지 과제가 제기된다: (i) 효과적인 비선형 부분공간의 학습, 즉 KPCA에서의 커널 함수 선택, 및 (ii) 대규모 InD 데이터에 대한 커널 행렬 계산. 전자에 대해, InD-OoD 차이와 밀접하게 관련된 두 가지 중요한 비선형 패턴을 밝히고, 이를 바탕으로 부분공간 구성을 위한 코사인-가우시안 커널을 수립한다. 후자에 대해, 코사인-가우시안 커널을 현저히 저렴한 계산으로 근사하는 두 가지 기법을 도입한다. 특히, 우리의 근사는 InD 데이터 신뢰도를 통합하여 추가로 맞춤화되며, 이는 OoD 데이터에 대한 판별적 부분공간 학습을 촉진하는 것으로 입증된다. 본 연구는 OoD 탐지를 위한 비선형 특징 부분공간에 대한 새로운 통찰을 제시하고, 관련 커널 설계 및 효율적 계산에 대한 실용적 탐구를 기여하며, 뚜렷이 향상된 효과와 효율성을 갖는 KPCA 탐지 방법을 제공한다.
정보 기하학(information geometry)을 지도 차원 축소(supervised dimensionality reduction)에 적용한 SQFA(Supervised Quadratic Feature Analysis)를 제안하며, 가우시안 가정 하에서 클래스 조건부 분포 간 Fisher-Rao 거리를 최대화하는 선형 특징을 학습한다. 여러 실제 데이터셋에서 SQFA는 LDA 등 기존 방법과 경쟁력 있는 분류 성능을 보이며, Hellinger 거리를 최대화하는 변형인 SQFA-H가 최고 정확도를 달성한다.
혼돈 시계열(chaotic time series)을 정확하게 예측하는 것은 복잡한 도전 과제입니다. 뉴로모픽(neuromorphic)에서 영감을 받은 접근법인 리저버 컴퓨팅(reservoir computing)은 이 작업을 위한 강력한 도구로 등장했습니다. 이는 광범위한 매개변수 튜닝 없이 동적 시스템(dynamical systems)의 메모리와 비선형성을 활용합니다. 그러나 리저버 아키텍처(reservoir architecture)를 선택하고 최적화하는 것은 여전히 미해결 문제입니다. 차세대 리저버 컴퓨팅(Next-generation reservoir computing)은 절단된 볼테라 급수(truncated Volterra series)에 기반한 비선형 벡터 자기회귀(nonlinear vector autoregression)를 사용하여 이 문제를 단순화함으로써 하이퍼파라미터 복잡성을 줄입니다. 그럼에도 불구하고 후자는 최대 단항식 차수(maximum monomial degree)에 따라 매개변수의 지수적 성장 문제를 겪습니다. 텐서 네트워크(tensor network)는 다차원 배열을 저차원 구조로 분해하여 차원의 저주(curse of dimensionality)를 완화함으로써 이 문제에 대한 유망한 해결책을 제공합니다. 본 논문은 혼돈 시계열 예측을 위해 기존에 제안된 텐서 네트워크 모델의 적용을 탐구하고, 기존 에코 상태 네트워크(echo state networks)와 비교하여 정확도와 계산 효율성 측면에서의 장점을 입증합니다. 최첨단(state-of-the-art) 텐서 네트워크 접근법을 활용함으로써 텐서 네트워크와 리저버 컴퓨팅 연구 커뮤니티 간의 격차를 해소하고, 두 분야의 발전을 촉진할 수 있습니다.
정신의학 연구는 설문지 데이터로 측정되는 행동에서 정신병리의 양상을 이해하기 위해, 이를 설명하는 소수의 잠재 요인(latent factor)을 식별하려고 한다. 요인 분석(factor analysis)은 이러한 목적을 위한 전통적인 도구이지만, 결과 요인은 해석 가능하지 않을 수 있으며 교란 변수(confounding variable)의 영향을 받을 수도 있다. 또한 결측 데이터가 흔하고, 명시적 대체(imputation)가 종종 필요하다. 이러한 한계를 극복하기 위해, 설문지 데이터에 맞춘 정규화(regularization)를 적용한 비음수 행렬 분해(non-negative matrix factorization) 방법인 해석 가능성 제약 설문지 요인 분해(ICQF)를 제안한다. 본 방법은 요인의 해석 가능성과 해법의 안정성을 높이는 것을 목표로 한다. 우리는 이론적 수렴 보장을 갖춘 최적화(optimization) 절차와 잠재 차원(latent dimensionality)을 정확히 탐지하는 자동화 절차를 제공한다. 현실적인 합성 데이터를 사용하여 이러한 절차를 검증한다. 널리 사용되는 범용 설문지에 대해 두 개의 독립적인 데이터셋(Healthy Brain Network 및 Adolescent Brain Cognitive Development 연구)에서 본 방법의 효과를 입증한다. 구체적으로, ICQF는 다양한 장애에 걸친 진단 정보를 보존하면서 영역 전문가가 정의한 기준에 따라 해석 가능성을 개선하며, 더 작은 데이터셋 크기에서 경쟁 방법들을 능가함을 보인다. 이는 본 방법의 정규화가 영역 특성과 부합함을 시사한다. ICQF의 Python 구현은 https://github.com/jefferykclam/ICQF 에서 이용할 수 있다.