Study on Statistical Methodology for Latent Space Modeling of Time Series Networks
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(유형A)
2026년
2710113194
과학기술정보통신부
한국연구재단
성신여자대학교
정호현
4명
2026.09.01 ~ 2027.08.31
2024.09.01 ~ 2027.08.31
6,529만원
6,529만원
기초연구
대학
서울특별시 성북구
수학 > 통계 방법론·계산 > 시계열/공간자료분석
네트워크는 자료의 복잡성으로 인하여 주로 어느 하나의 시점에 관찰한 자료를 중심으로 많은 연구가 이루어졌고, 시계열 네트워크에 대한 연구는 다소 제한적으로 이루어졌다. 본 연구과제에서는 잠재공간 모형화를 통하여 통계적인 관점에서 네트워크의 선호적 연결, 링크 지속성, 군집화라는 세 가지 구조적 변화에 대한 이론적 성질을 규명하고, 이러한 구조적 변화가 나타...
본 연구과제에서 시계열 네트워크 데이터에 대한 잠재공간 모형화를 다루며, 다음의 네 가지 세부 주제를 기반으로 연구를 진행한다. 잠재변수와 파라미터의 추론에 MCMC 방법을 사용할 예정이며, 잠재공간 변수의 유일성을 위해 Procrustes 변환을 실시한다. 잠재공간 모형에 대한 이론적인 특성을 규명하고, 차수 분포 등 모형에 기반한 네트워크의 구조적 성질...
- 활용계획 선호적 연결, 링크 지속성, 커뮤니티 구조를 고려한 모형으로부터 도출된 노드의 잠재벡터는 시각화, 분류, 추천시스템 등에 응용될 수 있다. 특히, 인기가 있다는 이유만으로 더 많은 이득을 얻는 인기도 편향(populartiy bias)을 고려한 추천이 가능하며, 시각화에서도 인기도 관련 파라미터를 조절하여 인기가 많은 노드에 노드들이 밀집되어 있는 ...