폴리시 공간에서의 프로젝트 제한 확률 측도 구축

본 연구는 베이지안 비모수 통계학에서 무한 차원 확률측도 공간 M(V) 위에 사전분포를 정의하는 일반적인 방법을 제시한다. 기존에 가장 널리 알려진 Dirichlet 과정은 유한 차원의 Dirichlet 분포 마진을 이용해 프로젝트 제한 방식으로 구축된다. 그러나 이와 같은 접근을 일반화하려 할 때, 세 가지 주요 기술적 난관이 발생한다. 첫째, Kolmogorov 연장 정리의 전통적인 제품 공간 설정은 확률측도라는 객체에 직접 적용하기에 부적합하다. 둘째, 마진을 Borel 집합으로 라벨링하면 차원이 비가산이 되므로, 실제 관심 사건(예: 단일점 사건)의 가측성이 보장되지 않는다. 셋째, 이렇게 얻어진 제한 측도는 일반적으로 σ‑가산 가법성을 갖지 못하고, 대신에 유한 가법성만을 만족하는 ‘충전(charge)’에 머문다. 이러한 문제들을 해결하기 위해 저자는 V를 폴리시 공간으로 제한한다. 폴리시 공간은 완비·분리·계량화 가능한 위상공간으로, Borel σ‑대수가 가산 생성 집합으로 구성될 수 있다는 중요한 성질을 가진다. 이를 바탕으로 Bochner의 프로젝트 제한 정리를 적용하면, 무한 차원의 마진 체계가 일관성을 만족할 경우, 그에 대응하는 확률 측도가 존재한다는 것을 보인다. 구체적으로, V의 모든 가산 파티션 I 에 대해 단순히 확률벡터 x_I = (x(A₁),…,x(A_n)) 을 고려하고, 파티션 J 가 I 의 세분이면 자연스러운 선형 사상 f_{JI} 가 정의된다. 마진 분포 P_I 가 이러한 사상에 대해 일관성을 유지하고(조건 (1.3)), 각 마진의 기대값이 동일한 전체 기대 측도 G₀ 에 수렴하면(조건 (1.4)), 고유한 확률 측도 P 가 M(V) 위에 존재한다는 것이 Theorem 1.1의 핵심 주장이다. 정리의 증명은 크게 두 단계로 나뉜다. 첫 번째 단계에서는 Bochner의 정리를 이용해 가산 파티션들의 마진 체계로부터 ‘충전’ 집합 C(Q) 위에 확률 측도를 구축한다. 여기서 Q 는 V의 가산 생성 Borel 부분집합이다. 두 번째 단계에서는 Harris의 σ‑가산 가법성 결과를 적용해, 위에서 만든 측도가 실제 σ‑가산 확률측도 M(V) 에 집중됨을 보인다. 이는 조건 (1.4)와 직접 연결되며, 기대값이 일관된 경우에만 측도가 σ‑가산성을 갖는다는 사실을 이용한다. 정리의 적용 예시로는 세 가지가 제시된다. 첫 번째는 전통적인 Dirichlet 과정이다. 파티션 I 에 대해 Dirichlet (α·G₀(A₁),…,α·G₀(A_n)) 분포를 마진으로 선택하면, Theorem 1.1에 의해 기대값 G₀ 를 갖는 고유한 사전분포가 M(V) 위에 존재한다. 두 번째는 정규화된 역가우시안 과정이다. 각 파티션 셀에 대해 역가우시안 분포를 이용해 마진을 정의하고, 동일한 일관성 및 기대값 조건을 만족시키면 동일한 결론을 얻는다. 세 번째는 Polya 트리 과정이다. V를 실수선으로 두고, G₀의 누적분포함수 g₀ 에 따라 이진 트리 형태의 파티션을 구성한다. 각 트리 노드에 베타 분포를 할당해 마진을 정의하면, Theorem 1.1에 의해 연속적인 무한 차원 확률측도가 얻어진다. 이 예시는 기존의 스틱‑브레이킹 방식이 적용되지 않는 연속형 측도에도 본 정리가 유효함을 보여준다. 마지막으로, 폴리시 공간의 범용성에 대해 논의한다. 실수선, 유클리드 공간, 유한 차원 복소수 공간, 모든 가산 차원의 Banach 공간, 연속함수 공간 C(