리만 다양체 위 확률분포 비교와 보간

초록

본 논문은 리만 다양체 상에 정의된 확률분포를 평균과 공분산만으로 비교하기 어려운 문제를 해결한다
공분산장을 도입하고 공통점에서 유사도 불변 함수를 적용해 거리 개념을 정의한다
또한 이 거리 기반으로 이산분포의 보간 방법을 제시하고 구면 위 실험을 통해 성능을 검증한다

상세 분석

리만 다양체는 각 점마다 서로 다른 접공간을 가지므로 유클리드 공간에서와 같이 전역적인 좌표계를 이용해 공분산을 직접 비교할 수 없다
이 논문은 이러한 한계를 극복하기 위해 각 확률분포에 대해 ‘공분산장’이라는 개념을 도입한다
공분산장은 분포가 정의된 전체 다양체 위에서 각 점마다 해당 점을 기준으로 정의된 공분산 행렬을 할당하는 장이다
이때 각 공분산 행렬은 해당 점의 접공간에 속하므로 동일한 차원과 구조를 가진다
다음 단계는 두 분포의 공분산장을 같은 점에서 비교하기 위해 ‘유사도 불변 함수’를 선택하는 것이다
이 함수는 두 행렬을 입력받아 좌표 변환에 대해 불변인 실수값을 반환한다 예를 들어 행렬의 고유값 집합의 차이, 로그-디터미넌트 비율, 혹은 트레이스 기반의 정규화된 거리 등이 있다
이러한 불변 함수를 이용해 각 점에서 얻은 실수값들을 적분하거나 평균하면 두 분포 사이의 전역적인 거리 척도가 된다
논문은 이 거리 정의가 대칭성, 비음성, 삼각 부등식 등 거리의 기본 성질을 만족하도록 몇 가지 충분조건을 제시한다
또한 이 거리 개념을 활용해 이산분포의 보간을 수행한다
보간 과정은 목표 분포의 공분산장을 원하는 중간점들의 공분산장과 일치시키는 최적화 문제로 전개된다
이때 목표 공분산장은 기존 분포들의 공분산장을 가중합한 형태로 정의되며, 가중치는 보간 파라미터에 따라 조정된다
논문은 보간 결과가 원래 분포들의 평균 위치와 공분산을 유지하면서도 매끄러운 변화를 보장하도록 하는 수학적 기준을 증명한다
마지막으로 단위 구면 2-구면 위에서 여러 실험을 수행한다
구면 위에서 정의된 베르누이 분포와 가우시안 근사 분포를 대상으로 평균 거리와 보간 정확도를 측정한 결과, 제안된 방법이 기존의 평균-공분산 기반 방법보다 좌표 의존성이 적고 더 일관된 결과를 제공함을 확인한다