초록 ▼

□ 연구개요
현대 사회과학, 의학, 생물학 등의 분야에서는 데이터의 크기와 복잡성이 증가함에 따라 정확한 네트워크 분석을 위한 통계적 방법론의 필요성이 커지고 있다. 조건부 독립을 기반으로 하는 통계적 그래픽 모델은 유전자와 질병 관계 규명, ADHD나 알코올 의존증 진단 등 다양한 분야에서 활용되고 있으나, 고차원 데이터의 처리가 어렵고 계산 복잡성이 높다는 단점이 있다. 이를 해결하기 위해 본 연구에서는 비선형 충분차원축소 방법과 비모수적 그래픽 모델의 장점을 결합한 새로운 통계적 그래픽 모델 방법론을 개발하였으며, 이는

□ 연구개요
현대 사회과학, 의학, 생물학 등의 분야에서는 데이터의 크기와 복잡성이 증가함에 따라 정확한 네트워크 분석을 위한 통계적 방법론의 필요성이 커지고 있다. 조건부 독립을 기반으로 하는 통계적 그래픽 모델은 유전자와 질병 관계 규명, ADHD나 알코올 의존증 진단 등 다양한 분야에서 활용되고 있으나, 고차원 데이터의 처리가 어렵고 계산 복잡성이 높다는 단점이 있다. 이를 해결하기 위해 본 연구에서는 비선형 충분차원축소 방법과 비모수적 그래픽 모델의 장점을 결합한 새로운 통계적 그래픽 모델 방법론을 개발하였으며, 이는 더 정확하고 빠른 네트워크 분석을 가능하게 하는 한편, 함수형 데이터 분석과 인과추론 연구에도 확장될 예정이다. 본 연구는 통계학과 다른 학문 간의 공동연구를 촉진하고, 네트워크 분석 분야에서 세계적 수준의 연구 성과를 달성했을 뿐만 아니라, 향후 인과추론 분야에서도 중요한 기여를 할 것으로 기대된다.

□ 연구 목표대비 연구결과
본 연구에서는 네 가지 주요 목표를 성공적으로 달성하였다. 첫 번째 목표인 충분 그래픽 모델 개발에 관해서는, SCI급 국제학술지에 논문 두 편을 게재하였다 (‘On sufficient graphical models’, 2024; ‘On principal graphical models with application to gene network’, 2022). 두 번째로, 함수형 데이터 분석 모델 개발에 관한 목표도 SCI급 국제학술지에 논문 두 편을 게재하여 달성하였다 (‘Sparse multivariate functional principal component analysis’, 2022; ‘Machine learning approach for study on subway passenger flow’, 2022) . 세 번째 목표인 병렬컴퓨팅과 차원축소를 이용한 네트워크 인과추론 방법의 개발에서는 SCI급 국제학술지에 논문 한 편을 투고하고 (‘Learning causal graphs via sufficient faithfulness’, 2024), KCI급 국내학술지에 한 편을 게재하여 (‘김정일 정권 승자연합의 변동과 안정성 분석: 소셜 네트워크 분석을 중심으로’, 한국행정학보, 2023) 목표를 이루었다. 마지막으로, 다양한 충분차원축소 방법 개발에 관해서는 SCI급 국제학술지에 논문 세 편과 (‘On cross-distance selection algorithm for hybrid sufficient dimension reduction’. 2022; ‘On a nonlinear extension of the principal fitted component model’, 2023; ‘A note on sufficient dimension reduction with post dimension reduction statistical inference.’, 2023) SCOPUS급 학술지에 한 편을 게재함으로써(‘More on directional regression.’, 2021) 목표를 성취하였다. 종합적으로 본 연구과제는 33개월간 논문 9편을 게재(SCIE 7편, SCOPUS 1편, KCI 1편)하고 1편을(SCIE급) 투고하였다. 질적인 측면에서도 Journal of Machine Learning Research 등 통계학 및 머신러닝 분야에서 최고수준으로 인정받는 학술지에 논문을 게재하였다. 또한, 본 과제를 통해서 석사 10명을 배출했으며 1명의 학생이 석박통합과정으로 전환함으로써 학문 후속세대의 양성에도 기여하였다. 또한, 매년 연구책임자와 참여학생들이 국내외 학회에 참석하여 본 과제를 통해서 발생한 성과를 적극 홍보하는 등 모든 목표가 100% 달성도로 이루어졌다.

□ 연구개발성과의 활용 계획 및 기대효과(연구개발결과의 중요성)
연구 결과는 의학, 생물학, 사회과학 등 다양한 분야에서 고차원 데이터의 복잡한 네트워크를 정확하고 효율적으로 분석하는 데 사용될 예정이다. 본 연구는 의학, 유전학, 단백질체학 데이터 분석에 개발된 모델을 적용하여, 질병 진단과 원인 규명에 기여할 새로운 통계적 접근법을 개발했다는 점에서 의의가 있다. 더불어, 본 연구는 고급 그래픽 모델과 인과추론 방법론의 개발뿐만 아니라, 해당 분야의 전문가를 양성하고, 교육 및 연구 분야에서의 지속 가능한 발전을 촉진하였다. 연구개발성과는 의료, 금융, 제조, 물류, 마케팅 등 다양한 산업 분야에 활용될 수 있으며, 인공지능, 빅데이터 분석, IoT와 결합하여 새로운 가치를 창출할 가능성이 크다. 연구개발 결과를 바탕으로 한 심화 연구나 새로운 분야로의 확장은 충분차원축소, 그래픽 모델, 함수형 데이터 분석 연구의 완성도를 높이고 적용 범위를 확장하는 데 사용될 예정이다.

(출처 : 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• 1) 연구과제의 내용 ... 4
• 2) 고차원 빅데이터 네트워크 분석 방법론의 개발 필요성 ... 4
• 2. 연구개발과제의 수행 과정 및 수행 내용 ... 4
• 1) 1차년도 ... 4
• 2) 2차년도 ... 5
• 3) 3차년도 ... 6
• 3. 연구개발과제의 수행 결과 및 목표 달성 수준 ... 8
• 1) 정성적 연구개발성과(연구개발결과) ... 8
• 2) 세부 정량적 연구개발성과 ... 12
• 3) 목표 달성 수준 ... 12
• 4. 연구개발성과의 관련 분야에 대한 기여 정도(연구개발결과의 중요성) ... 12
• 1) 충분 그래픽 모델 방법론 개발을 통한 고차원 그래픽 모델 및 인과추론 분야 발전에 기여 ... 12
• 2) 개발된 충분 그래픽 모델을 의학, 유전학, 단백질체학 데이터 분석에 적용 ... 12
• 3) 빅데이터 분석 학문 후속세대 양성 ... 13
• 4) 과학기술 전반에 기여 ... 13
• 5) 경제적, 산업적, 사회적 기여 ... 13
• 5. 연구개발성과의 관리 및 활용 계획 ... 14
• 6. 자체점검표 ... 15
• 7. 참고문헌 ... 16
• 끝페이지 ... 31