고차원 데이터의 α‑안정 투영을 이용한 lα 거리 효율적 근사

본 논문은 고차원 데이터 집합 V={v₁,…,v_n}⊂ℝ^m (m 수백~수천) 에 대해 거리 보존 차원 축소를 목표로 한다. 전통적인 Johnson‑Lindenstrauss(JL) 정리는 ℓ₂ 거리(α=2)에만 적용 가능하고, ℓ₁·ℓ_α(α<2) 거리에서는 별도의 기법이 필요하다. 저자들은 α‑안정 확률분포의 특성을 이용해 일반 α∈(0,2] 에 대해 무작위 투영을 설계한다. 1. **α‑안정 무작위 투영 정의** - 대칭·엄격히 α‑안정인 확률변수 X_{ij} (i=1…m, j=1…k) 를 독립적으로 생성하고, 투영 행렬 X∈ℝ^{m×k} 를 만든다. - 원 데이터 행렬 V∈ℝ^{n×m} 에 X 를 곱해 B=VX∈ℝ^{n×k} 를 얻는다. - 두 행 a,b∈ℝ^k (각각 v_i, v_j에 대응) 의 차이는 a_z−b_z =∑_{l=1}^m (v_{il}−v_{jl})X_{lz} 로, 이는 스케일 파라미터 θ = d_α(v_i,v_j) 를 갖는 α‑안정 분포 F(·;α,θ) 로부터 독립 표본 k개를 제공한다. 2. **거리 추정 문제의 통계적 변환** - 표본 x₁,…,x_k∼F(·;α,θ) 를 로그 변환 y_i=log|x_i| 로 바꾸면 y_i = μ + z_i (μ=logγ, γ=θ^{1/α}) 가 된다. - z_i 의 밀도 f₀(z)=2e^{z}f(e^{z};α,1) 로 알려져 있어, μ 를 추정하는 것이 곧 γ, 즉 원래 ℓ_α 거리의 1/α 제곱근을 추정하는 것과 동치가 된다. 3. **L‑추정(L‑estimation) 설계** - 순서통계량 y_(1)≤…≤y_(k) 에 가중치 w_i를 부여해 ˆμ=∑_{i=1}^k w_i y_(i) 로 정의한다. - 가중치는 Fisher 정보 I_μ와 로그밀도 ℓ''(·) 에 기반해 w_i ∝ −ℓ''(F₀^{-1}(i/k)) 로 설정한다. 이때 ℓ(z)=log f₀(z) 이다. - 편향 보정 항 B_C = −(1/I_μ)∫ z ℓ''(z)f₀(z)dz 를 계산해 ˆμ_BC = ˆμ − B_C 로 수정한다. - 최종 거리 추정값은 ˆγ = exp(ˆμ_BC) 로, γ=θ^{1/α} 를 의미한다. 4. **수치적 구현 및 사전 계산** - α와 표본 크기 k 에 대해 ℓ''와 F₀^{-1} 를 미리 계산해 표 형태로 저장한다. 이 표는 한 번만 만들면 모든 거리 추정에 재사용 가능하다. - 실제 추정 단계에서는 표에서 w_i 를 읽어와 y_(i) 와 곱한 뒤 합산하고, B_C 를 빼고 exp를 취하면 된다. 연산량은 O(k) 이며 메모리 사용도 O(k) 수준이다. 5. **Fisher 정보와 편향 값** - 표 1에 α∈