반지도학습 함수형 로지스틱 분류 모델

본 논문은 “반지도학습 함수형 로지스틱 분류”라는 새로운 통계 모델을 제안하고, 그 이론적 근거와 실험적 검증을 체계적으로 제시한다. 1. **서론**에서는 함수형 데이터 분석(FDA)의 중요성을 강조하고, 기존의 감독학습 및 비감독학습 방법들이 각각 라벨 부족 문제와 데이터 구조 활용 한계에 직면해 있음을 지적한다. 반지도학습은 라벨이 있는 데이터와 없는 데이터를 동시에 활용함으로써 이러한 문제를 완화할 수 있다는 배경을 제시한다. 2. **함수화(Funtionalization) 단계**에서는 관측된 이산 시계열 xαi 를 Gaussian basis φk(t; μk, ηk) 로 표현한다. basis 개수 m과 스무딩 파라미터 ζ는 정규화된 로그우도 ℓζ(ω,σ²) 를 최대화하면서 GIC 기준을 통해 자동 선택한다. 이를 통해 각 샘플 α에 대해 부드러운 함수 xα(t)=∑k ω̂αk φk(t) 를 얻는다. 3. **반지도 함수형 로지스틱 모델**에서는 라벨이 있는 n₁개의 함수형 데이터와 라벨이 없는 n−n₁개의 데이터를 동시에 고려한다. 라벨이 있는 경우 다중 클래스 로지스틱 모델을 log Pr(gα=k|xα) / Pr(gα=L|xα)=βkᵀzα 로 설정하고, βk는 basis 전개 βkj φj(t) 로 표현한다. 라벨이 없는 데이터에 대해서는 동일한 구조의 확률 모델을 가정하고, 가상의 라벨 tα를 다항분포로 모델링한다. 4. **정규화와 EM 기반 추정**에서는 정규화된 로그우도 ℓλ(β)=ℓ(β)−n₁λ²∑k βkᵀKβk 를 정의하고, λ>0 를 정규화 강도로 둔다. EM 알고리즘은 (i) 라벨이 있는 데이터만으로 초기 β̂를 Fisher scoring 으로 추정, (ii) 현재 β̂ 로 라벨이 없는 데이터에 대한 posterior πk(xα;β̂) 를 계산해 기대 라벨 t̂α 로 대체, (iii) 정규화된 로그우도를 다시 최대화하는 M‑step을 반복한다. 수렴 기준은 로그우도 변화가 10⁻⁵ 이하가 될 때이다. 5. **모델 선택 기준**에서는 두 가지 정보를 기반으로 λ를 선택한다. - **GIC (Generalized Information Criterion)**: Konishi‑Kitagawa(1996) 의 일반화된 형태로, −2∑ log f(yα|xα;β̂)+2 tr(QR⁻¹) 로 구성된다. Q와 R은 추정된 β̂ 에 대한 1차·2차 미분 정보를 포함한다. - **GBIC (Generalized Bayesian Information Criterion)**: Konishi et al.(2004) 의 베이지안 확장으로, −2∑ log f(yα|xα;β̂)+n₁λ∑ β̂kᵀKβ̂k−(L−1)log|K|+log|R(β̂)|−(L−1)(m+1−d)logλ−(L−1)d log(2πn₁) 로 정의된다. 여기서 d는 K의 비영(非零) 고유값 개수이다. 두 기준 모두 λ를 최소화하는 값으로 선택한다. 6. **수치 실험**에서는 두 가지 시뮬레이션 시나리오와 실제 마이크로어레이 데이터를 사용한다. 시뮬레이션에서는 라벨 비율을 30%, 50%, 70% 로 변동시키며, 제안 모델이 순수 지도 로지스틱 회귀와 비교해 정확도, 민감도, 특이도, AUC 모두에서 유의미하게 우수함을 보였다. 특히 라벨이 적을수록 반지도 학습의 이점이 크게 나타났다. 실제 데이터에서는 4개의 암종을 구분하는 문제에 적용했으며, GIC와 GBIC에 의해 선택된 λ 값이 각각 0.12와 0.15였고, 최종 모델은 기존 FDA‑LDA, SVM 대비 5~7% 높은 분류 정확도를 달성했다. 7. **결론 및 향후 과제**에서는 제안 모델이 함수형 데이터의 연속성, 라벨 부족 상황, 다중 클래스 문제를 동시에 해결할 수 있음을 강조한다. 현재 연구의 한계는 Gaussian basis에 의존한다는 점, K 행렬의 차원이 커질 경우 계산 비용이 급증한다는 점, 그리고 정규화 형태가 L2에 한정된다는 점이다. 향후 연구에서는 B‑spline, wavelet 등 다양한 basis 탐색, L1 혹은 Elastic‑Net 정규화 도입, 그리고 대규모 데이터에 적합한 변형된 EM(예: Stochastic EM) 등을 제안한다. 전반적으로 이 논문은 함수형 데이터 분석과 반지도 학습을 통합한 체계적인 방법론을 제공하며, 모델 선택을 위한 정보‑베이지안 기준을 도입함으로써 실무 적용 가능성을 크게 높였다.