비유클리드 기하에서의 Fréchet 회귀·Riemannian/ Hilbert manifold 모형

Fréchet regression and Riemannian/Hilbert manifold generalized models

연구 내용

비유클리드 예측변수와 비유클리드 응답에서 Fréchet 회귀 및 Riemannian/Hilbert manifold 기반 준·비모수 모형을 구성하고, 기하적 농도와 수렴성을 도출하는 연구

본 연구는 비유클리드 응답과 비유클리드 예측변수에서 회귀와 추정 문제를 기하적으로 정식화합니다. 일반 메트릭 공간의 Fréchet mean에 대해 median-of-means를 확장하여 비양의 Alexandrov curvature 공간에서 기하적 제약 하 농도 성질을 도출합니다. 또한 구(sphere) 위 예측변수를 갖는 Fréchet regression에서 local constant 및 local linear 추정기를 제안하고 일관성과 수렴률을 분석합니다. 더 나아가 Riemannian manifold 및 Riemannian Hilbert manifold에 정의된 고차원 generalized linear model을 구성하며, Hilbert-Schmidt 연산자 기반의 스펙트럴 분해와 페널티를 통해 oracle property와 오류 경계를 정립합니다. 이처럼 비유클리드 데이터에서 차원 증가에도 견디는 이론적 기반을 확보합니다.

관련 프로젝트

3건

연구 흐름

2023년에는 비선형 공간에서의 평균 추정 문제로부터 출발하여 median-of-means의 확장 형태를 제안하고, 비양의 곡률 조건에서 지수형 농도 성질을 정리하는 흐름을 보였습니다. 2025년에는 구 위 예측변수를 갖는 Fréchet regression을 구축하여 local constant와 local linear 추정기의 비유클리드 반응에 대한 수렴 거동을 체계화했습니다. 같은 시기에 Riemannian manifold에서의 고차원 partially linear additive model과 Riemannian Hilbert manifold 공변량을 포함한 generalized linear model로 확장하면서, Hilbert-Schmidt 연산자에 대한 스펙트럴 분해 및 페널티 설계에 집중했습니다. 또한 2020~2027년 교육연구단 프로젝트에서 비유클리드자료와 초고차원자료에 대한 비모수 추론과 통계계산 역량을 강화하는 방향이 함께 반영되어 연구 확장성을 뒷받침합니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

비유클리드 회귀 모델링
구 위 예측변수 회귀
Fréchet mean 기반 통계
비선형 공간 평균 추정
Riemannian manifold GLM
Hilbert manifold 기반 고차원 모형
Hilbert-Schmidt 페널티 추정
스펙트럴 분해 기반 비모수 추정
기하적 농도 기반 안전성 평가
곡률 조건 반영 통계 추론