Kernel-Based Statistical Learning Methods Incorporating Structural Information in Data
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(기본연구B)
2026년
2710114698
과학기술정보통신부
한국연구재단
성신여자대학교
박관영
3명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2031.08.31
6,381만원
6,381만원
기초연구
대학
서울특별시 성북구
수학 > 통계 방법론·계산 > 통계계산
본 연구과제의 최종 목표는 데이터에 내재된 구조적 정보(structural information)를 일관된 방식으로 모형화하기 위해, 분포-특징-과제 세 수준에서 접근하는 통합적인 커널 기반 학습 방법론을 개발하는 것이다. 구체적으로 (i) 새로운 방법론의 제안 및 구현, (ii) 이론적 성질의 규명, (iii) 실증적 검증과 응용 연구로 구성된 다년차 연...
첫 번째 세부 연구에서는 엔트로피 밸런싱 방법의 커널화(kernelization)를 통해 복잡한 데이터 분포를 재현하는 강건한 가중치 방법을 제안한다. 가중치 기반 추정은 관측된 공변량 분포를 목표 분포와 일치시키며, 비무작위적 표본추출이나 처치 할당에서의 교란뿐 아니라 공변량 이동(covariate shift) 문제도 완화한다. 인과추론에서는 공변량 균형...
... 개별적으로 다루어지던 분포 정합, 가법 구조, 다중-과제 구조를 통합적으로 이해하고, 다양한 구조적 정보를 정규화 관점에서 반영하는 학습 방법론을 체계화한다. 또한 R/Python 기반 소프트웨어와 예제 자료를 함께 제공하여 실제 분석 환경에서 즉시 활용 가능한 실용적 연구 기반을 구축하고자 한다.제안된 방법론은 특정 분야에 국한되지 않고, 분포 차이, 변수 그룹 구조, 다중-과제 구조가 ...