기록 데이터로부터의 궤적 확률적 생성기: 빙퇴석 샘플로부터 빙하 전진부 위치 변동에의 적용
Stochastic generator of trajectories from record data: application to the fluctuations of a glacier's frontal position from a sample of moraines
기록값 이론(record values theory)은 이전의 모든 관측치를 초과하는 시계열 요소를 연구하며, 스포츠나 기후 과학과 같은 분야에서 특히 주목받는다. 본 논문에서는 비정상(non-stationary) 경우에도 이러한 기록값만으로 전체 시계열을 재구성하기 위해 브라운 확률 시뮬레이터(Brownian stochastic simulator)의 구성에 기반한 통계적 방법을 제안한다. 이어서 최적의 생성기 하이퍼파라미터를 선택하기 위해 신경망 기반 추론(NBI, Neural-Based Inference) 절차에 비견될 수 있는 과정을 구현한다. 방법론의 설명과 개발 동기를 제공하기 위해 이를 빙하학적 문제에 적용한다. 빙하 전진부의 과거 동역학을 이해하는 것은 관련 산악 재해를 완화하고, 수자원을 평가하며, 해수면 상승 기여도를 산정하는 데 있어 중요한 과제이다. 빙퇴석(moraines)과 같은 현장에서 관측 가능한 지표들은 이러한 전진부 위치 변화(궤적으로 지칭)에 대한 시공간적 증거를 제공하며, 비정상 과정의 기록으로 해석될 수 있다. 벤치마크 사례로서, NBI 접근법의 두 하이퍼파라미터는 잘 문서화된 프랑스 알프스 빙하 Glacier des Bossons를 통해 조정된다. 순수하게 데이터 기반인 우리의 접근법은 빙하 동역학의 물리 모델에 도전하고 이를 발전시키며, 수백 년에서 수천 년 규모의 시간 척도에서 기후 변화에 대한 빙하의 반응을 추론하는 데 새로운 관점을 제시한다. 빙하 사례를 넘어, 기록 계열이 유일하게 이용 가능한 데이터인 다양한 문제들에도 적용 가능성을 지닌다.