프로젝트 소개
본 과제는 마이크로어레이, fMRI, 금융시장처럼 변수 수가 매우 많은 고차원 자료에서 숨겨진 연관성을 찾아 네트워크로 표현하고자 하는 연구임.
연구 목표는 경험귀무분포와 이론귀무분포 차이의 통계적 기전 규명, 거리 상관계수를 이용한 변수 의존 구조 파악, 단조감소 제약을 둔 fdr 추정, 공분산 행렬 축소추정법 성능 조사임. 핵심 연구 내용은 작은 n, 큰 p 환경에서 세 자료 유형의 의존성 영향 분석과 그래프 가우시안 모형 기반 네트워크 구성임. 기대 효과는 고차원 자료 이론 확립과 함께 유전자 조절 넷트웍, 뇌 기능 연계도, 금융시장 위기 구조 파악 등 다양한 실생활 분야 활용 가능성 제고임