다차원 잡음 데이터의 스캔·필터링 및 예측: 최적 전략과 보편적 알고리즘

본 논문은 다차원 랜덤 필드가 잡음에 의해 오염된 상황에서, 순차적으로 스캔하면서 필터링 혹은 예측을 수행하는 문제를 포괄적으로 다룬다. 첫 번째 섹션에서는 문제 설정을 명확히 정의한다. 데이터 알파벳 A와 잡음 알파벳 N을 각각 정의하고, 관측 공간 Ω = (A × N)^{ℤ²} 위에 정역성(stationary) 확률 측도 Q를 두어, 깨끗한 필드 X_t와 잡힌 관측 Y_t를 구분한다. 스캐너‑필터 쌍(Ψ, ˜F)은 (i) 방문 순서를 결정하는 측정가능 함수 Ψ_t : N^{t‑1}→B와 (ii) 현재까지 관측된 Y_{Ψ1…Ψt}를 이용해 X_{Ψt}를 추정하는 함수 ˜F_t : N^{t}→D 로 구성된다. 예측 시나리오에서는 ˜F_t 대신 F_t가 Y_{Ψ1…Ψt‑1}만을 이용해 X_{Ψt}를 예측한다. 손실 함수 l(A,D) ≥ 0를 사용해 누적 손실 L(·)을 정의하고, 평균 손실을 1/|B| · E_Q L 로 정규화한다. 두 번째 섹션에서는 “스캐너‑필터링”에 대한 하한을 제시한다. 역전파 가능한 메모리리스 채널(예: AWGN, BSC 등)을 가정하고, 채널 출력 Y_B의 엔트로피 H(Y_B)와 베이즈 엔벨로프 ζ(d)·¯ζ(d)를 정의한다. Theorem 2는 모든 스캐너‑필터 쌍에 대해 ¯ζ · (1/|B| E L) ≥ (1/|B|) H(Y_B) 가 성립함을 증명한다. 이는 최적 성능 ˜U(l,Q_B)가 H(Y_B)를 ¯ζ^{-1} 로 변환한 값보다 작지 않다는 의미이며, 잡음이 있더라도 정보량이 최소 손실을 결정한다는 정보를 이론적 근거를 제공한다. 증명은 재배열된 관측 시퀀스 Ψ(Y_B)의 엔트로피를 단계별 조건부 엔트로피로 분해하고, ζ와 ¯ζ의 정의를 이용해 Jensen 부등식을 적용하는 방식으로 진행된다. 세 번째 섹션에서는 비최적 스캔에 따른 초과 손실을 정량화한다. Gaussian 필드 + AWGN 경우, Dunca와 Guo‑Shamai‑Verdú의 MMSE‑I 관계를 이용해, 현재 스캔이 최적 스캔과 갖는 상관계수 ρ에 따라 초과 손실 Δ가 Δ ≤ (1‑ρ)·σ²·C 와 같은 형태로 상한됨을 보인다(σ²는 노이즈 분산, C는 손실 함수에 따라 결정되는 상수). 이진 필드 + BSC 경우에는 Fano 부등식과 채널 용량 C_BSC를 활용해, 비최적 스캔이 초래하는 손실이 채널 용량에 비례하는 상한을 갖는다는 결과를 도출한다. 이러한 결과는 실제 시스템에서 구현상의 제약으로 최적 스캔을 사용할 수 없을 때, 손실이 얼마나 증가할지를 사전에 예측할 수 있게 한다. 네 번째 섹션에서는 보편적(Universal) 알고리즘을 제시한다. 이전 연구