L1 최소화 기반 정밀행렬 추정 방법론 및 효율적인 알고리즘 연구

본 과제는 다변량 분석에서 변수들 사이의 관계를 나타내는 정밀행렬을 더 정확하고 빠르게 추정하기 위한 연구임. CLIME과 Adaptive CLIME, Cholesky 분해 추정 등 L1 최소화 기반 방법의 알고리즘 한계를 보완하는 데 목적이 있음. 연구 목표는 FASTCLIME의 불일치 문제 개선, Adaptive CLIME의 해-경로 알고리즘 개발, Scaled Lasso 분산 추정량을 활용한 가정 완화 및 성능 개선, 정밀행렬의 Cholesky 분해를 L1 최소화로 추정하는 효율적 알고리즘 개발임. 이를 통해 다변량 분석, 인과관계 추론, 분류 분석의 정확성과 효율성 향상 기대됨.