고차원 이징 모델 구조 추정: 지역 분리 기준 기반 알고리즘

** 본 논문은 고차원 이징(이진) 그래픽 모델의 구조 추정 문제를 다루며, 특히 샘플 수가 변수 수 \(p\) 보다 훨씬 작은 상황에서 효율적인 알고리즘과 이론적 보장을 제공한다. 저자들은 먼저 기존 연구들의 한계를 짚는다. 트리 구조에 특화된 Chow‑Liu 알고리즘은 \(\Omega(\log p)\) 샘플 복잡도로 최적이지만, 일반 그래프에서는 NP‑hard가 된다. \(\ell_1\) 정규화 기반 로지스틱 회귀 방법은 “incoherence” 조건을 필요로 하며, 최대 차수가 상수여야 한다는 제약이 있다. 이러한 제약을 넘어서는 새로운 접근법이 필요했다. 새롭게 제안된 **Conditional Variation Distance Thresholding (CVDT)** 알고리즘은 두 정점 \(i, j\) 사이의 조건부 변동 거리를 계산하고, 이를 임계값 \(\tau\) 와 비교한다. 구체적으로, 모든 가능한 조건부 집합 \(S\subset V\setminus\{i,j\}\) 중 크기가 \(\le\eta\) 인 집합을 탐색하여 \