뇌역학을 위한 기하학적 상태공간 신경망

초록

**
GeoDynamics는 뇌 기능연결(FC) 행렬을 대칭 양정( SPD) 다양체 위에서 직접 추적하는 상태공간 모델(SSM)이다. 가중 프레셰 평균과 직교군 작용을 이용해 시공간적 변화를 기하학적으로 일관되게 업데이트하고, SPD‑보존 컨볼루션·주의 메커니즘을 통해 질병 특이 패턴을 강조한다. 인간 행동 인식 데이터에서도 높은 확장성을 보이며, 알츠하이머·파킨슨·자폐 등 신경질환 조기 탐지에 유용함을 입증한다.

**

상세 분석

**
GeoDynamics는 기존 뇌 동역학 모델이 갖는 두 가지 한계를 동시에 극복한다. 첫째, 기능연결 행렬을 단순히 유클리드 공간의 벡터로 취급해 비선형 구조를 무시하는 것이 아니라, SPD 다양체 SPD(N) 위에 정의된 Stein 거리와 가중 프레셰 평균(wFM)을 이용해 본질적인 기하학적 평균을 수행한다. 이는 행렬의 고유값이 음수가 되는 위험을 차단하고, 다양체 내부에서의 평균이 실제 물리적 연결성을 보존한다는 점에서 중요한 진전이다. 둘째, 전통적인 SSM이 선형 행렬 A, B, C, D 를 사용해 상태와 관측을 연결하는 반면, GeoDynamics는 직교군 O(N) 의 작용 T_X(g)=gXgᵀ 을 통해 상태 전이를 구현한다. 이 “이소메트리 번역”은 Stein 메트릭 하에서 거리 보존을 보장하므로, 시계열 전파 과정에서 SPD 구조가 손상되지 않는다.

수식(7)에서 보듯, 현재 상태 S(k) 는 과거 τ 시간 단계의 상태와 입력을 각각 wFM과 직교군 번역으로 결합한다. 여기서 A_j, B_j 등은 시간‑가중치 행렬이며, 이들은 학습 가능한 파라미터로서 각 시점의 기여도를 조절한다. 연속시간 모델을 이산화하기 위해 행렬 지수 exp(ΔA) 와 ΔA⁻¹(exp(ΔA)−I)ΔB 를 도입했는데, 이는 수치적 안정성을 확보하면서도 다양체 위에서의 부드러운 흐름을 유지한다.

또한, SPD‑보존 컨볼루션(식 5‑6)과 SPD‑보존 주의(SPA, 식 16‑17) 모듈은 모델의 표현력을 크게 확장한다. 컨볼루션 커널 H 을 ZᵀZ+εI 형태로 파라미터화함으로써, 학습 과정에서 언제나 SPD 특성을 유지한다. SPA는 입력 텐서에 대한 지수 함수를 이용해 가중치를 정규화하고, 결과 마스크 δ 가 양의 정규화값으로 남아 행렬 곱셈 후에도 SPD를 보장한다. 이는 특히 알츠하이머·파킨슨·자폐와 같이 특정 네트워크 영역에서 미세한 변화를 포착해야 하는 임상 적용에 강점이 있다.

실험에서는 대규모 인간 연결체(Human Connectome Project)와 네 개의 질병 데이터셋(ADNI, OASIS, PPMI, ABIDE)을 이용해 분류 정확도, AUC, 조기 진단 지표 등에서 기존 SSM·RNN·GNN 기반 방법들을 크게 앞섰다. 또한, UTKinect, Florence, HDM05와 같은 인간 행동 인식 벤치마크에서도 동일한 아키텍처가 높은 정확도와 효율성을 보이며, 제안 모델이 뇌 과학뿐 아니라 일반 시공간 시계열 분석에 범용적으로 적용 가능함을 시사한다.

이 논문의 핵심 기여는 (1) SPD 다양체 위에서 상태공간 모델을 정의하고, (2) 가중 프레셰 평균과 직교군 번역을 통해 기하학적 일관성을 유지한 전이 메커니즘을 설계했으며, (3) SPD‑보존 컨볼루션·주의 모듈을 도입해 복잡한 spatio‑temporal 패턴을 효과적으로 학습했다는 점이다. 이론적 증명(다양체 내 존재·유일성, SPD 보존)과 실험적 검증이 잘 결합돼, 향후 뇌 기능연결 동역학 모델링의 새로운 패러다임을 제시한다.

**