2024년 한국통계학회 동계학술논문발표회 대학원생 논문 발표상
최고관리자
2025-01-24
논문 제목: Clustered Hidden Markov Models
논문 소개: 이번 연구에서는 은닉 마르코프 모델(Hidden Markov Model, HMM)의 상태 공간이 방대할 때 이를 단순화할 수 있는 새로운 접근법인 Clustered Hidden Markov Model (CHMM)을 제안하였습니다. CHMM은 두 개의 은닉 프로세스(hidden process)와 하나의 관측 프로세스(observed process)로 구성되며, 첫 번째 은닉 프로세스의 군집화된 상태와 두 번째 은닉 프로세스 간의 의존성을 활용하여 복잡한 상태 공간을 구조화합니다. 이러한 구조는 Group Pairwise-difference SCAD (Smooth Clipped Absolute Deviation) 패널티를 적용한 최대우도추정을 통해 식별되며, 제안된 추정량의 점근적 성질 (Asymptotic property) 또한 이론적으로 증명하였습니다. 이를 통해 CHMM은 복잡한 데이터를 보다 해석하기 쉽게 만들고, 실제 데이터(예: 단백질 구조 시퀀스)에서도 뛰어난 성능을 보여주는 것을 확인하였습니다.
수상 소감: 복잡한 데이터 구조를 모델링하면서, 기존 모델에 변화를 주어 해석 가능성을 높이는 통계적 모델링의 새로운 방향성을 제시할 수 있어 매우 뜻깊은 시간이었습니다. 이 연구가 가능하도록 지도해 주신 신선영 교수님께 감사드리며, 앞으로도 의미 있는 연구를 지속적으로 이어 나가도록 하겠습니다.