구조적 분포 동일성 검사의 최적 샘플 복잡도

본 논문은 구조적 제약을 가진 이산 확률 분포들의 아이덴티티 테스트 문제를 체계적으로 다룬다. 문제 설정은 다음과 같다. 알려진 분포 p와, 구조적 클래스 C에 속한다는 사전 정보가 주어진 미지의 분포 q에 대해, 샘플만을 이용해 q = p인지 아니면 L₁ 거리에서 ε 이상 차이가 나는지를 판단한다. 기존 연구는 일반적인 n‑지원 분포에 대해 Θ(√n / ε²) 샘플이 필요하다고 알려졌으며, 이는 최악‑사례에 해당한다. 그러나 실제 데이터는 종종 모노톤, 로그‑볼록, t‑모달 등 특정 형태의 제약을 만족한다. 이러한 제약을 활용하면 샘플 복잡도를 크게 줄일 수 있다는 것이 논문의 핵심 주장이다. ### 1. 본질적인 교차점(essential crossings) 개념 두 분포 p와 q의 차이 함수 d(i)=q_i−p_i가 부호를 바꾸는 지점을 교차점이라 정의한다. 일반적으로 교차점 수는 n까지 늘어날 수 있지만, 구조적 제약이 있으면 대부분의 교차점이 미미한 기여만 하게 된다. 저자들은 “본질적인 교차점”이라는 개념을 도입해, L₁ 거리의 일정 비율(예: ½)을 차지하는 교차점들의 개수를 k로 정의한다. 즉, 전체 교차점 중에서 실제로 거리 기여가 큰 부분만을 고려한다. 이 k가 작을수록 테스트에 필요한 샘플 수가 감소한다. ### 2. 일반적인 아이덴티티 테스트 프레임워크 저자들은 다음과 같은 두 단계 알고리즘을 제시한다. 1. **고정 파티션 선택**: