복합 동역학 시스템의 조각선형 모델 식별

초록

본 논문은 조각선형(조각-선형) 하이브리드 시스템의 실현 존재 조건과 최소 차원성을 이론적으로 규명하고, 이를 기반으로 한 식별 알고리즘을 제시한다. 시스템 생물학에서 나타나는 비선형 복합 현상을 조각-선형 모델로 근사함으로써 모델링·예측 정확도를 높이는 방법을 제안한다.

상세 분석

본 연구는 조각-선형(또는 조각-affine) 하이브리드 시스템을 “입력‑출력” 관점에서 실현(realization) 문제와 식별(identification) 문제에 초점을 맞추어 분석한다. 먼저, 시스템을 유한 개의 선형 서브시스템과 그 서브시스템을 전환시키는 경계(guard) 집합으로 정의하고, 각 서브시스템은 고정된 매트릭스 (A_i, B_i, C_i, D_i) 로 표현한다. 논문은 이러한 구조가 주어졌을 때, 주어진 입력‑출력 시퀀스가 실제로 어떤 조각‑선형 시스템에 의해 생성될 수 있는지를 판정하는 ‘실현 존재 조건’을 필요충분조건 형태로 제시한다. 핵심은 관측가능성(observability)과 도달가능성(reachability) 개념을 각 서브시스템에 국한시키는 것이 아니라, 전이 경계와 연계된 전이 매핑을 포함한 전체 하이브리드 그래프 전체에 대해 정의한다는 점이다. 이를 통해 전이 경계가 비선형이더라도 전체 시스템이 최소 차원(minimal)인지를 판단할 수 있는 새로운 차원 기준을 도입한다.

다음으로 최소성(minimality) 특성에 대한 정리는 두 가지 관점에서 이루어진다. 첫째, 동일한 입력‑출력 행동을 재현하는 모든 조각‑선형 모델 중 가장 작은 상태 차원을 갖는 모델이 존재함을 보이며, 이는 전통적인 선형 시스템 이론의 Kalman‑Decomposition과 유사한 구조적 분해를 통해 증명된다. 둘째, 최소 모델은 각 서브시스템이 자체적으로 최소이며, 서브시스템 간 전이 관계가 불필요한 중복을 포함하지 않을 때 달성된다는 점을 강조한다.

식별 알고리즘은 크게 세 단계로 구성된다. (1) 입력‑출력 데이터를 기반으로 전이 경계 후보를 탐지하기 위해 다중 스케일의 변화점 검출(change‑point detection) 기법을 적용한다. (2) 탐지된 경계 구간마다 선형 서브시스템 파라미터를 추정하는데, 이는 기존의 subspace identification 혹은 ARX 모델링 기법을 활용한다. (3) 추정된 서브시스템과 경계 정보를 통합하여 전체 하이브리드 모델을 재구성하고, 최소성 검증을 통해 불필요한 상태를 제거한다. 알고리즘은 수치적 안정성을 위해 정규화된 최소 제곱법과 Lasso 기반 희소성 제약을 병행한다.

마지막으로, 논문은 시스템 생물학에서 흔히 나타나는 유전자 발현 네트워크, 신호 전달 경로, 대사 흐름 등을 조각‑선형 모델로 근사하는 사례 연구를 제시한다. 실제 실험 데이터에 적용했을 때, 제안된 식별 절차가 기존 비선형 모델링 기법 대비 모델 복잡도는 크게 낮추면서도 예측 정확도는 유지하거나 향상시키는 것을 확인하였다. 이러한 결과는 복잡한 비선형 동역학을 단계별 선형 근사로 분해함으로써 해석 가능성을 높이고, 설계·제어 단계에서 활용 가능한 모델을 제공한다는 점에서 학문적·실용적 의의를 가진다.