밀도 추정용 분포 요소 트리

본 논문은 대규모·고차원 데이터셋에 적용 가능한 효율적인 비모수 확률밀도 추정 방법을 제안한다. 기존의 히스토그램은 등폭 구간을 사용해 차원이 증가하면 셀 수가 기하급수적으로 늘어나며, 커널 밀도 추정(KDE)은 전역 밴드폭 선택과 고차원에서의 계산 복잡도 문제로 실용성이 떨어진다. 이러한 한계를 극복하기 위해 저자는 ‘분포 요소(Distribution Element, DE)’라는 개념을 도입하고, 이를 트리 구조(Distribution Element Tree, DET)로 조직한다. DE는 데이터 공간의 작은 하이퍼큐보이드 C_k 를 하나의 기본 단위로 삼으며, 각 차원 i 에 대해 독립적인 마진 밀도 p