가중치 스무딩 스플라인을 이용한 데이터와 미분값의 국부 적응 추정

초록

본 논문은 데이터 (t_i, y_i) 에 대해 함수 f_n와 그 1·2차 미분까지 국부적으로 적응하도록 가중치 스무딩 스플라인을 설계한다. 잔차 기반 근사 제약을 전역 정규화와 결합해, 급격한 피크를 포함한 스펙트럼 데이터에서도 부드러우면서 정확한 추정이 가능함을 보인다.

상세 분석

논문은 비모수 회귀 문제를 “잔차 기반 근사(Residual based Approximation)”라는 새로운 제약 형태로 재정의한다. 기존 스무딩 스플라인은 전체 데이터에 대해 하나의 평활화 파라미터 λ를 적용해 전역적인 부드러움을 강제하지만, 급격한 변동을 가진 구간에서는 과도한 평활화가 발생한다. 이를 해결하기 위해 저자들은 각 관측치 i에 가중치 w_i 를 부여하고, 다음과 같은 최적화 문제를 설정한다.

\