대조 주성분 분석을 통한 데이터셋에서 강화된 패턴 탐색

고차원 데이터의 시각화 및 탐색은 모든 분야에서 흔히 맞닥뜨리는 도전 과제입니다. 주성분 분석(PCA)과 같은 널리 사용되는 기술은 하나의 데이터셋에서 지배적인 경향을 식별하는 것을 목표로 합니다. 그러나 많은 설정에서 우리는 치료와 대조 실험과 같이 서로 다른 조건에서 수집된 데이터셋을 가지고 있으며, 한 데이터셋에 특화된 패턴을 시각화하고 탐색하는 데 관심이 있습니다. 이 논문은 비교 데이터에 비해 데이터셋에서 강화된 저차원 구조를 식별하는 방법인 대조 주성분 분석(cPCA)을 제안합니다. 다양한 실험에서 우리는 배경 데이터셋을 활용한 cPCA가 PCA 및 기타 표준 방법으로 발견되지 않은 데이터셋 특유의 패턴을 시각화할 수 있게 해준다는 것을 보여줍니다. 우리는 또한 cPCA의 기하학적 해석과 강력한 수학적 보장을 제공합니다. cPCA 구현은 공개적으로 사용할 수 있으며, 현재 PCA가 사용되는 많은 응용 분야에서 탐색적 데이터 분석에 사용될 수 있습니다.