다중모달 고차원 데이터의 블록 결측과 측정오차를 동시에 다루는 적응형 희소 회귀 AdapDISCOM

초록

AdapDISCOM은 블록‑단위 결측과 가법 측정오차가 동시에 존재하는 다중모달 고차원 데이터를 위해 제안된 적응형 직접 희소 회귀 방법이다. 기존 DISCOM에 모달리티별 가중치를 도입해 각 데이터 소스의 잡음 규모와 구조적 이질성을 반영하고, 이론적으로 모델 선택 일관성과 수렴 속도를 증명한다. Huber 기반 강건 버전과 계산 효율성을 높인 Fast‑AdapDISCOM을 포함하며, 시뮬레이션과 ADNI 실제 데이터 분석에서 기존 방법들을 능가한다.

상세 분석

AdapDISCOM은 고차원 다중모달 데이터에서 흔히 발생하는 두 가지 주요 결함, 즉 블록‑와이즈 결측(block‑wise missingness)과 가법 측정오차(additive measurement error)를 동시에 보정하도록 설계되었다. 기존 연구들은 보통 하나의 문제만을 다루었으며, 특히 측정오차를 다루는 CoCoLasso 계열은 결측을 단순히 데이터가 없는 경우로 취급해 효율성이 떨어졌다. 본 논문은 DISCOM 프레임워크를 기반으로, 각 모달리티별 공분산 추정에 가중치 α_k 를 부여함으로써 모달리티마다 다른 잡음 수준과 데이터 구조를 반영한다. 이 가중치는 선형 결합 형태 bΣ = ∑_{k=1}^K α_k eΣ_I^k + α_C eΣ_C + α_p I_p 로 표현되며, 최적 가중치는 기대 제곱 손실을 최소화하는 closed‑form 해를 통해 추정된다.

이론적 분석에서는 서브가우시안 및 헤비테일(heavy‑tailed) 분포 하에서 모델 선택 일관성(model selection consistency)과 ℓ_2‑수렴 속도 O(√(log p/n))를 증명한다. 특히, 측정오차의 분산 γ^2 를 모달리티별 γ_k^2 로 확장함으로써, 각 모달리티의 오차 규모가 다를 때도 편향을 최소화한다. 강건성을 위해 Huber 손실을 적용한 AdapDISCOM‑Huber를 제안했으며, 이는 헤비테일 노이즈가 존재할 경우에도 동일한 이론적 보장을 유지한다. 계산 효율성 측면에서는 α_k 를 데이터‑드리븐 방식으로 추정하는 대신, 교차 검증 기반의 빠른 그리드 탐색을 이용한 Fast‑AdapDISCOM을 도입해 하이퍼파라미터 차원을 K+2에서 3으로 감소시켰다.

실험에서는 다양한 모달리티(K=3~5), 결측 비율(10%~50%), 그리고 측정오차 수준을 변형한 시나리오를 구성하였다. 결과는 AdapDISCOM이 기존 DISCOM, SCOM, CoCoLasso 대비 변수 선택 정확도(F1-score)와 예측 MSE에서 평균 12%~25% 향상을 보였으며, 특히 헤비테일 노이즈가 강한 경우 AdapDISCOM‑Huber가 가장 우수했다.

ADNI 데이터 적용에서는 구조 MRI, PET, 유전 데이터 등 4가지 모달리티를 사용해 인지 점수(MMSE)를 예측하였다. AdapDISCOM은 15% 정도의 블록 결측과 각 모달리티별 측정오차를 포함한 상황에서도 기존 방법보다 높은 결정계수(R²=0.42 vs 0.31)와 더 적은 false‑positive 변수를 선택했으며, 선택된 변수들은 기존 문헌에서 알츠하이머 바이오마커로 인정된 영역과 일치하였다.

전반적으로 본 논문은 다중모달 고차원 분석에서 결측과 측정오차를 동시에 고려한 최초의 적응형 직접 희소 회귀 프레임워크를 제공하고, 이론·실험·실제 데이터 모두에서 그 우수성을 입증한다. 향후 연구는 비정형 결측(MCAR가 아닌)과 비선형 모델 확장, 그리고 대규모 유전체‑이미징 통합 분석에의 적용을 제시한다.