Statistical theory and efficient algorithms for learning intrinsic matching structures from coupled data
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(기본연구B)
2026년
2710113227
과학기술정보통신부
한국연구재단
한국과학기술원
하우석
1명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2027.08.31
6,329만원
6,329만원
기초연구
대학
대전광역시 유성구
수학 > 응용수학 > 인공지능수학/데이터사이언스수학
본 연구의 최종 목표는 서로 다른 데이터 공간의 관측값이 동일 대상, 공통 환경, 시간적 연결성 또는 매칭 메커니즘에 의해 대응쌍으로 주어지는 결합 데이터에서, 관측된 대응관계 뒤에 존재하는 내재적 매칭 구조를 식별 가능한 통계적 추정 대상으로 정립하고 이를 학습하기 위한 이론과 알고리즘을 개발하는 것이다. 이를 위해 결합밀도를 각 도메인의 주변분포 효과를...
본 연구는 두 개의 세부 목표를 중심으로 수행된다. 첫째, 결합 데이터의 구조적 밀도모형과 상호작용 포텐셜의 식별 및 추정 이론을 개발한다. 관측된 대응쌍이 미지의 결합분포에서 생성된다고 보고, 결합밀도를 주변 포텐셜과 상호작용 포텐셜의 합으로 표현하는 구조적 exponential density model을 고려한다. 이 모형은 해석가능성이 높지만 주변효과...
본 연구에서 개발하는 결합 데이터 분석 방법론은 멀티모달 데이터, paired domain adaptation, single-cell 및 멀티오믹스 데이터, 자율주행 센서 데이터, 이미지-텍스트 검색, 사회·경제적 매칭 자료 등 두 데이터 공간 사이의 대응관계가 핵심인 문제에 폭넓게 활용될 수 있다. 특히 대응관계가 유클리드 거리나 코사인 유사도와 같은 사...