Decomposition of network data : Separating Global and local effect from Adjacancy matrix Using Bayesian Covariance Regression
이공학학술연구기반구축(R&D) · 석사과정생연구장려금지원
2026년
2340053773
교육부
한국연구재단
연세대학교
임요환
1명
2026.03.01 ~ 2026.08.31
2025.09.01 ~ 2026.08.31
600만원
600만원
응용연구
대학
서울특별시 서대문구
수학 > 응용수학 > 인공지능수학/데이터사이언스수학
여러 개의 레이어로 구성된 네트워크 인접행렬(adjacency matrices)에 대해, PCA 기반 차원 축소를 통해 공통된 global pattern을 추출하고, 이를 positivesemidefinite(PSD) 기저행렬로 재구성하여 polyhedral cone 형태로 모델링한다. 주어진 개별 네트워크 인접행렬은 이 cone 위에 projection...
본 연구에서는 먼저 다중 레이어로 주어진 인접행렬(adjacency matrices)을 일차원 벡터로 변환(vectorization)한 뒤, 이를 대상으로 주성분분석(PCA) 혹은 2D-PCA를 수행하여 공통적인 global pattern을 추출한다. 이때 얻어진 기저 벡터들(principal components)을 기반으로 복원된 기저행렬의 고유값(eig...
... 네트워크, 생물학적 뇌 연결망(connectome), 멀티모달 생물정보학 등 다양한 실제 네트워크 데이터에 적용함으로써, 복잡한 고차원 빅데이터 환경에서의 패턴 해석 및 이상치 탐지 정확도를 획기적으로 ... KISS, SSC 등 국내외 학술대회에서 발표함으로써 연구 성과를 확산하며, 후속 연구를 위한 데이터·코드 공유 및 튜토리얼 제공을 통해 머신러닝과 응용통계의 융합 연구 활성화에 기여할 것이...