희소 부분상관 추정은 고차원 데이터 분석에서 널리 다루어지는 주제로, 0이 아닌 부분상관은 다른 변수들을 주었을 때 두 해당 변수 사이의 조건부 의존성을 나타낸다. 가우시안 그래픽 모델에서는 조건부 의존성의 희소성을 달성하기 위해 ${\ell }_1$ 정규화를 활용하는 많은 방법들이 개발되어 왔다. 기존의 대부분의 방법은 정밀도 행렬(precision matrix)의 비대각 원소들에 대해 ${\ell }_1$ 페널티를 부과한다. 그러나 이와 같은 접근은 정밀도 행렬의 해당 원소들이 상대적으로 작을 때, 부분상관 계수가 중간 정도의 크기를 갖는 조건부 의존성을 식별하지 못할 수 있다. 본 연구에서는 scaled Lasso를 이용하여 희소 부분상관을 추정하기 위한 2단계 절차를 제안한다. 제안된 절차는 scaled Lasso로부터 정밀도 행렬의 대각 원소들에 대한 일관된 추정기를 사용함으로써 부분상관 추정의 비볼록성(non-convexity)을 해결한다. 또한 반복적 수축 알고리즘(iterative shrinkage algorithm)을 기반으로, 그래픽 처리 장치(graphics processing units)를 활용하는 효율적인 알고리즘을 제안된 방법에 대해 개발한다. 수치 실험 결과는 본 방법이 Frobenius 노름 하에서 부분상관의 추정과 간선(edge) 복구 측면에서 기존 방법들보다 더 우수하게 수행함을 보여준다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.