spectral-decomposition

행렬이나 벡터를 주파수 성분으로 분해해 구성요소별로 분리하는 기법으로, 가중치 공간을 주기·진동 성분으로 표현해 구조적 신호와 무작위 통계를 구별하는 데 사용된다. 이 글에서는 모델 가중치를 푸리에 유사 기저로 변환해 '생존하는' 계수를 식별하는 방식으로 적용돼 학습으로 생성된 구조를 추출했다. 스펙트럼 성분은 특정 계수 제거 실험에서 모델 성능에 직접적인 영향을 미치는지 평가하는 근거로 활용됐다.