GRIP2 강인하고 강력한 딥 노크오프 기반 특징 선택 방법

초록

GRIP2는 첫 번째 층 가중치의 활동을 두 차원(희소성 강도와 희소성 기하) 정규화 표면 위에서 적분해 얻은 중요도 통계량을 이용한다. 블록‑스톡캐스틱 샘플링을 통해 하나의 학습 과정에서 다양한 정규화 파라미터를 탐색함으로써, 기존 딥 노크오프 방법이 고상관·저신호‑대‑잡음 환경에서 보이는 불안정성을 크게 완화한다. 통계량은 반대칭성을 갖추어 Model‑X 노크오프 필터와 결합하면 유한 표본 수준에서 FDR을 엄격히 제어한다. 합성·반실험·HIV 약물 저항성 데이터에서 GRIP2는 높은 검출력과 안정성을 보이며, 선형 기준보다 우수한 결과를 얻는다.

상세 분석

GRIP2는 Model‑X 노크오프 프레임워크를 기반으로, 원본 피처와 그에 대응하는 노크오프 피처를 동시에 입력으로 받는 다층 퍼셉트론(MLP)을 설계한다. 핵심 아이디어는 첫 번째 층 가중치 벡터 (w_j) 의 ℓ₂ 노름을 “피처 활동(activity)”으로 정의하고, 이를 정규화 표면 ((\lambda, a)) 위에서 평균화하는 것이다. 여기서 (\lambda)는 전체 희소성 강도를, (a\in(0,1])는 그룹 정규화의 기하적 형태(예: (a=1)은 그룹 라쏘, (a<1)은 비볼록 L₀‑근사)를 조절한다. 진짜 신호 피처는 다양한 ((\lambda, a)) 조합에서도 지속적으로 큰 활동을 유지하지만, 잡음 피처는 특정 영역에서만 일시적으로 활성화된다는 가정 하에, 두 차원 정규화 표면 위에서의 기대값 (S_j = \mathbb{E}_{\mu}