가우시안 프로세스를 이용한 해양 스칼라장의 효과적 표현 기법 연구

Abstract

자연계에서는 다양한 자연현상들이 존재하고 있고, 이에 대한 계측을 통해 현상에 대한 이해를 가능하게 한다. 그러나 연속적인 자연현상에 대한 계측에 있어 계측 센서의 개수 및 측정 가능 영역의 제한으로 인해 취득 가능한 물리량 정보가 한정돼 있다. 샘플링된 물리량을 이용한 관심영역의 스칼라장 재구성 결과는 연속적인 물리량으로 표현되는 자연현상을 이해하는 데 도움을 줄 수 있고, 관심 물리량의 적응적 샘플링(Adaptive sampling)기법은 효과적인 스칼라장 재구성의 중요 요소이다. 스칼라장의 재구성은 데이터 샘플링 및 회귀분석을 이용한 추정의 연속으로 진행되며, 최근 비모수적 베이지안 통계 모델인 가우시안 프로세스(Gaussian process)기반 추정 방법의 효율성이 검증됨에 따라 많은 스칼라장 재구성 연구들이 이를 기반으로 수행되고 있다. 가우시안 프로세스를 이용하면 추정함수의 특성에 대한 가정 없이 데이터로부터 최적의 추정 모델을 찾을 수 있으며, 추정 영역에 대한 불확실성(Uncertainty)값을 통해 적절한 다음 샘플링 위치를 찾을 수 있다. 기존의 연구들은 불확실성의 정의에 있어 엔트로피(Entropy) 및 상호정보량(Mutual information)의 개념을 다음 샘플링 위치 선정의 기준으로 사용하였다 (Krause et al., 2008). 그러나 위 기준함수에 따른 샘플링 방법은 전체 추정 영역의 불확실성을 감소시키는 데 효과적이나, 영역 내 불확실성의 변화량을 반영하지 못함으로서 정밀 추정이 요구되는 영역을 표현하는 데 제한이 있다. 본 연구에서는 추정 영역 내 불확실성의 변화를 추가적으로 고려한 샘플링 알고리듬을 제안한다.