선형 시간 벡터차 근사로 다변량 정규 확률 계산

초록

본 논문은 벡터차(Vecchia) 근사를 이용해 다변량 정규(MVN) 확률과 절단 MVN 샘플링을 선형 시간(O(n))에 수행할 수 있는 알고리즘을 제안한다. 기존 최첨단인 최소극대 지수 기울기(MET) 방법은 O(n³) 복잡도를 가지지만, 제안된 VMET/ VSO V는 희소 역체인(Cholesky) 행렬을 활용해 전처리와 샘플링 단계 모두를 크게 가속화한다. 실험과 실제 지하수 오염 데이터 분석을 통해 근사 오차가 Monte‑Carlo 오차에 비해 무시할 만큼 작으며, 2만 차원 이상의 문제에서도 높은 정확도와 빠른 실행 속도를 보인다.

상세 분석

이 논문은 다변량 정규 확률(즉, 정규분포의 누적분포함수)을 계산하는 전통적인 SOV(Separation of Variables)와 최신 MET(Minimax Exponential Tilting) 방법의 구조적 한계를 정확히 짚어낸다. SOV는 Cholesky 분해에 O(n³) 비용이 들고, 각 Monte‑Carlo 샘플당 O(n²) 연산이 필요해 차원이 커질수록 비효율적이다. MET는 제안된 지수 기울기 파라미터 γ를 최적화해 샘플링 효율을 크게 높이지만, 최적화 과정 자체가 O(n³) 복잡도를 유지한다.

핵심 아이디어는 벡터차 근사에서 얻어지는 희소 역체인(즉, Σ⁻¹의 Cholesky) 행렬 V를 이용해 조건부 평균과 분산을 O(m) 시간(여기서 m은 고정된 이웃 수, 일반적으로 30~50) 안에 계산한다는 점이다. Proposition 1·2는 x∼N(0,Σ) 를 L·y 로 변환했을 때 E