비양의 곡률 공간에서 지수 가중 평균 예측기

초록

본 논문은 비양의 곡률(NPC) 공간에서 전문가 조언을 이용한 온라인 예측 문제를 다루며, 전통적인 지수 가중 평균(EWA) 예측기를 거리 공간의 무게 중심(바리센터) 개념을 이용해 일반화한다. 가정된 손실 함수의 지수 형태가 거리 공간에서 볼록성을 유지하면, 기존 유클리드 경우와 동일한 형태의 정규화된 누적 손실 상한을 얻는다. 또한 온라인‑투‑배치 변환을 확장하고, 예측기 집합의 집계와 바리센터 추정 문제에 새로운 이론적 경계를 제공한다.

상세 분석

논문은 먼저 비양의 곡률(NPC) 공간의 기본 정의와 지오데식 볼록성, 그리고 거리 제곱 함수가 2‑볼록임을 이용해 손실 함수 ℓ(·,z)의 지수 변환 e^{‑βℓ(·,z)}가 지오데식 볼록(concave)함을 가정한다. 이 가정은 힐베르트 공간에서의 선형 구조와 동일한 역할을 하며, Jensen 부등식의 일반화(정리 2.10)를 적용할 수 있게 만든다.

전통적인 EWA는 전문가 예측 m_{θ,t}에 대해 가중치 π_t(θ)∝π(θ)·e^{‑β_t L_{θ,t‑1}}를 부여하고, 예측을 선형 평균으로 정의한다. NPC 공간에서는 평균 연산이 정의되지 않으므로, 저자는 같은 가중치를 확률분포 P_t에 매핑한 뒤, 그 분포의 바리센터를 새로운 예측 ˆm_t로 정의한다(식 3.1, 3.2). 바리센터는 거리 제곱의 기대값을 최소화하는 유일한 점으로, NPC 공간에서 존재·유일성이 보장된다(정리 2.9).

주요 정리 3.2는 위 가정 하에, β_t=β 고정 시, 모든 시퀀스와 전문가 조언에 대해
\