다변량 종 샘플링 모델로 보는 부분 교환 가능 데이터

초록

**
본 논문은 부분 교환 가능성을 갖는 다수의 데이터 그룹을 통합적으로 모델링하기 위해 ‘다변량 종 샘플링 프로세스(mSSP)’라는 새로운 비모수 사전(prior) 클래스를 제안한다. mSSP는 기존의 계층적, 중첩, 가산형 등 다양한 종속 비모수 모델을 하나의 프레임워크로 포괄하며, 각 그룹 간 정보 공유는 공유된 원자(atom)의 존재 여부에 의해 완전히 설명된다. 저자는 mSSP의 핵심 분포 특성, 부분 교환 가능 파티션 확률 함수(pEPPF), 그리고 상관 구조를 정량화하는 방법을 제시하고, 이를 기반으로 새로운 모델 설계와 다중 군집 탐색 문제에의 적용 가능성을 보여준다.

**

상세 분석

**
논문은 먼저 기존 단변량 종 샘플링 프로세스(SSP)의 정의와 그 한계를 정리한다. SSP는 무한히 많은 원자와 단일 가중치 시퀀스를 갖는 확률 측정으로, 교환 가능 데이터에만 적합하다. 그러나 실제 통계·머신러닝 현장에서는 서로 다른 모집단(예: 여러 센터, 여러 주제)에서 수집된 데이터가 부분 교환 가능(partially exchangeable)이라는 더 약한 대칭성을 만족한다. 이때 각 모집단마다 별도의 확률 측정 (P_j)가 존재하지만, 이들 사이에 일정 수준의 의존성이 필요하다. 기존 연구에서는 계층적 디리클레 프로세스(HDP), 중첩 디리클레 프로세스(NDP), 가산 디리클레 프로세스(+DP) 등 다양한 구조를 제안했지만, 공통된 이론적 토대가 부족했다는 점을 지적한다.

다변량 종 샘플링 프로세스(mSSP)는 이러한 공백을 메우기 위해 정의된다. 핵심 아이디어는 공통 원자 집합 ({\theta_h}) 를 도입하고, 각 그룹 (j)마다 그룹별 가중치 시퀀스 (\pi_{j,h}) 를 부여하는 것이다. 여기서 (\pi_{j,h})는 다변량 서브확률 벡터이며, 그룹 간 의존성은 (\pi)의 결합분포 (L_\pi)에 의해 완전히 기술된다. 정의에 따라 각 (P_j)는
\