지오스태티스틱을 혁신하는 로컬 인터랙션 모델: 크리깅 없이 고속 공간 예측

본 논문은 대규모 공간 데이터에 대한 전통적인 지오스태티스틱 방법인 크리깅(Kriging)의 계산적 한계를 극복하고자, Stochastic Local Interaction(SLI) 모델을 제안한다. SLI는 물리학의 볼츠만‑가우스 분포와 마코프 랜덤 필드(MRF)의 개념을 차용해, 공간 상호작용을 에너지 함수 형태로 정의한다. 핵심 아이디어는 관측값 x_i와 그 위치 s_i를 이용해, 두 점 사이의 상호작용을 비음수·대칭·컴팩트 지원 커널 함수 K(·) 로 가중치 w(r;h) 로 표현하는 것이다. 여기서 r는 두 점 사이의 거리, h는 지역 대역폭이며, h는 샘플링 밀도에 따라 자동 조정된다. 구체적으로 h_n = μ·D_n,