스펙트럼 데이터 기반 식품 혼합 검출을 위한 희소 잠재 변수 모델

초록

본 논문은 중적외선(MIR) 스펙트럼을 이용해 식품의 혼합 비율을 정량화하고, 혼합에 가장 크게 기여하는 파장 구간을 자동으로 식별하는 희소 잠재 변수 모델을 제안한다. 개별 수준 혼합 모델에 그래픽 라쏘와 퓨즈드 라쏘를 결합한 페널티를 적용해 고차원 스펙트럼 데이터의 변수 선택과 공분산 구조 추정을 동시에 수행한다. 합성 데이터와 실제 꿀 MIR 데이터 실험을 통해 혼합 비율 추정 정확도와 파장 선택 능력을 검증하였다.

상세 분석

이 연구는 식품 인증 분야에서 스펙트럼 데이터가 갖는 고차원·고상관성 문제를 개별‑레벨 혼합 모델(individual‑level mixture model)이라는 통계적 프레임워크로 해결하고자 한다. 모델은 순수 식품 스펙트럼 µ_P와 순수 혼입물 스펙트럼 µ_A 사이의 차이를 나타내는 평균 이동 벡터 δ를 도입하고, 각 샘플 i에 대해 혼입 비율 g_i∈