A Multivariate Integrated Analysis Framework Specialized for High-Dimensional Sparse Compositional Data
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(기본연구B)
2026년
2710113551
과학기술정보통신부
한국연구재단
한국과학기술원
안정연
5명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2027.08.31
6,329만원
6,329만원
기초연구
대학
대전광역시 유성구
수학 > 통계 방법론·계산 > 다변량통계
본 과제는 희소 구조를 가지는 고차원 구성비 데이터를 안정적으로 분석하기 위한 통계 이론 및 방법론적 기반을 마련하는 것을 최종 목표로 한다. 이를 위해 세 가지 세부 과제를 유기적으로 설정한다.첫째, 고차원 구성비 데이터에서 발생하는 평균 추정의 불안정성을 극복하기 위해, 심플렉스의 중심 방향으로의 수축을 유도하는 규제항을 도입한 최적화 문제를 설계하고 최적 ...
본 과제의 연구개발 내용은 세 가지 세부 과제로 구성된다.첫째, 고차원 구성비 데이터에서의 수축 추정 도입의 통계적 이점 및 지배성을 규명한다. 구성비 데이터의 모평균은 닫힌 기하평균으로 추정되며, 이는 표본의 총 쿨백-라이블러 발산을 최소화하는 성질을 갖는다. 본 연구에서는 이 성질에 착안하여 심플렉스의 중심 방향으로의 수축을 유도하는 벌점항을 결합한 최적화 ...
... 활용될 수 있다.학문·기술적 측면에서, 수축 추정량의 심플렉스 공간에서의 지배성 규명은 구성비 데이터 분석의 새로운 이론적 토대를 제공하며, 공분산 행렬 및 회귀 계수 추정의 안정화로 확장될 수 ... 개발되는 분석 프레임워크는 토양 지화학 분석을 통한 스마트 팜 고도화, 원료 배합비 최적화 등 구성비 데이터가 활용되는 다양한 산업군으로 확장 가능한 범용적 플랫폼으로서의 가치를 지닌다.