다중 고차원 클래스의 정밀 행렬을 위한 목표 융합 Ridge 추정

본 논문은 고차원 데이터 환경에서 서로 다른 클래스에 속하는 여러 집단의 정밀 행렬(역공분산 행렬)을 동시에 추정하는 새로운 방법론, ‘목표 융합 Ridge 추정(Targeted Fused Ridge Estimation)’을 제시한다. 고차원 상황(p≫n)에서는 샘플 공분산 행렬 S가 특이점이 되어 역행렬이 존재하지 않으며, 기존의 최대우도 추정은 불가능하다. 이를 해결하기 위해 ℓ₂-패널티를 적용한 Ridge 형태의 정규화를 도입하고, 각 클래스별 목표 행렬 T_g를 지정함으로써 사전 지식을 반영한다. 목표 행렬은 0 행렬과 같이 비정보적일 수도 있고, 기존 데이터베이스나 파일럿 연구에서 얻은 정보 기반으로 구성될 수도 있다. 핵심 아이디어는 두 종류의 패널티를 동시에 고려하는 것이다. 첫 번째는 개별 클래스에 대한 Ridge 패널티 λ_g로, Ω_g가 목표 행렬 T_g에 가까워지도록 강제한다. 두 번째는 클래스 간 융합 패널티 τ_{gh}로, Ω_g와 Ω_h 사이의 차이를 억제한다. 이 두 패널티를 하나의 패널티 행렬 Λ에 통합하면, 대각 원소는 각 클래스의 수축 강도, 비대각 원소는 특정 클래스 쌍에 대한 융합 강도를 조절한다. 따라서 전체 목적함수는 ∑_{g=1}^G