비음수 제약을 적용한 비선형 가우시안 프로세스 토모그래피

초록

본 논문은 플라즈마 진단에서 방사선 세기와 같은 물리량을 비음수로 제한하기 위해 로그‑가우시안 프로세스(log‑GP)를 도입한 비선형 가우시안 프로세스 토모그래피(non‑linear GPT)를 제안한다. 라플라스 근사를 이용해 MAP 추정치를 구하고, 뉴턴‑라프슨 반복으로 후방 분포를 근사한다. Ring Trap 1(RT‑1) 실험 데이터를 이용한 사례 연구에서 기존 GPT, 최소 피셔 정보(MFI) 방법보다 재구성 정확도가 크게 향상됨을 보인다.

상세 분석

이 연구는 플라즈마 광학 진단에서 흔히 마주치는 비음수 물리량(예: 방사율, 밀도, 온도)의 추정 문제를 베이지안 프레임워크 안에서 효율적으로 해결하고자 한다. 기존 GPT는 선형 관측 모델과 선형 제약을 전제로 하여, 비음수 제약을 구현하기 위해 Gibbs 샘플링 기반의 트렁케이션 방식을 사용했지만, 이는 계산 비용이 크게 증가하고 후방 분포의 닫힌 형태를 잃는 단점이 있었다. 저자들은 이러한 한계를 극복하기 위해 두 가지 핵심 아이디어를 도입한다. 첫째, 물리량 f를 직접 모델링하는 대신 로그 변환된 잠재 변수 ˆf=log f를 가우시안 프로세스로 가정하고, f=exp(ˆf) 형태의 로그‑가우시안 프로세스(log‑GP)를 사용한다. 이는 비음수 제약을 자연스럽게 만족시키며, 곱셈·나눗셈 연산에 대해 닫힌 형태를 유지해 복합 물리량(예: 압력 p=nT) 계산에 유리하다. 둘째, 비선형 관측 모델 g=H·exp(ˆf)+ε에 대해 라플라스 근사를 적용한다. 라플라스 근사는 MAP 추정치 ˆf_MAP을 찾고, 그 주변을 2차 테일러 전개하여 정규분포 q(ˆf)=N(µ̃,Σ̃)로 근사한다. 이때 µ̃=ˆf_MAP, Σ̃=−