공변량 의존 계층적 디리클레 프로세스

섹션별 상세

계층적 디리클레 프로세스(HDP)와 의존적 디리클레 프로세스(DDP)의 장점을 결합하여 공변량에 따라 변화하는 클러스터 구조를 모델링하는 새로운 프레임워크를 구축했다.

다양한 유형의 공변량(연속형, 범주형 등)을 처리하기 위해 적절한 커널 함수를 사용하며, 각 성분별 우도(Likelihood) 설정을 통해 다양한 출력 데이터 타입을 지원한다.

정규화된 가중치(Normalized weights) 계산의 어려움을 해결하기 위해 데이터 증강(Data augmentation) 기법을 적용하여 사후 추론을 위한 Markov Chain Monte Carlo(MCMC) 알고리즘을 설계했다.

단일 세포 RNA 시퀀싱(scRNA-seq) 데이터 분석에서 세포 역학 정보를 통합함으로써 기존에 발견하기 어려웠던 미세한 세포 하위 그룹을 성공적으로 식별했다.

칼슘 이미징 데이터에 적용하여 동물의 행동 변화와 일치하는 신경 활동의 해석 가능한 시간적 클러스터를 추출함으로써 모델의 실용성을 증명했다.

계층적 디리클레 프로세스(Hierarchical Dirichlet Process): — 여러 그룹이 데이터를 공유하면서도 각 그룹만의 고유한 특성을 가질 수 있도록 하는 베이지안 비모수 모델이다. 그룹 간 공통된 클러스터를 공유하게 함으로써 데이터가 부족한 그룹도 다른 그룹의 정보를 빌려와 학습할 수 있게 한다.
공변량(Covariate): — 종속 변수에 영향을 줄 수 있는 독립 변수 중 하나로, 실험자가 직접 통제하지는 않지만 결과 분석 시 고려해야 하는 변수이다. 이 논문에서는 클러스터의 형성이나 데이터의 밀도 추정에 영향을 미치는 추가적인 정보로 활용된다.
베이지안 비모수 통계학(Bayesian Nonparametrics): — 모델의 파라미터 개수가 고정되어 있지 않고 데이터의 양에 따라 유연하게 늘어나는 통계적 접근 방식이다. 데이터로부터 클러스터의 개수를 자동으로 추론할 수 있는 장점이 있어 복잡한 데이터 구조 분석에 유리하다.
마르코프 체인 몬테카를로(MCMC): — 복잡한 확률 분포로부터 샘플을 추출하여 사후 분포를 추정하는 알고리즘이다. 직접적인 계산이 불가능한 베이지안 모델의 파라미터 추론을 위해 널리 사용되며, 이 논문에서는 데이터 증강 기법을 더해 효율을 높였다.

칼슘 이미징 데이터에 적용하여 동물의 행동 변화와 일치하는 신경 활동의 해석 가능한 시간적 클러스터를 추출함으로써 모델의 실용성을 증명했다.

계층적 디리클레 프로세스(Hierarchical Dirichlet Process): — 여러 그룹이 데이터를 공유하면서도 각 그룹만의 고유한 특성을 가질 수 있도록 하는 베이지안 비모수 모델이다. 그룹 간 공통된 클러스터를 공유하게 함으로써 데이터가 부족한 그룹도 다른 그룹의 정보를 빌려와 학습할 수 있게 한다.
공변량(Covariate): — 종속 변수에 영향을 줄 수 있는 독립 변수 중 하나로, 실험자가 직접 통제하지는 않지만 결과 분석 시 고려해야 하는 변수이다. 이 논문에서는 클러스터의 형성이나 데이터의 밀도 추정에 영향을 미치는 추가적인 정보로 활용된다.
베이지안 비모수 통계학(Bayesian Nonparametrics): — 모델의 파라미터 개수가 고정되어 있지 않고 데이터의 양에 따라 유연하게 늘어나는 통계적 접근 방식이다. 데이터로부터 클러스터의 개수를 자동으로 추론할 수 있는 장점이 있어 복잡한 데이터 구조 분석에 유리하다.
마르코프 체인 몬테카를로(MCMC): — 복잡한 확률 분포로부터 샘플을 추출하여 사후 분포를 추정하는 알고리즘이다. 직접적인 계산이 불가능한 베이지안 모델의 파라미터 추론을 위해 널리 사용되며, 이 논문에서는 데이터 증강 기법을 더해 효율을 높였다.