불균형 학습 (Imbalanced learning)은 데이터 분포에서 과소 표현된 (underrepresented) 영역이 존재하는 예측 모델링 문제를 다룹니다. 분류 (classification) 분야에서는 널리 연구되어 왔으나, 불균형 회귀 (imbalanced regression)는 연속적인 타겟 변수 (target variables)와 이질적인 밀도 분포 (heterogeneous density distributions)로 인해 여전히 도전적인 과제로 남아 있습니다. 기존의 데이터 수준 (data-level) 방법들은 밀도 변화와 국소적 특징 공간 구조 (local feature-space structure)를 공동으로 고려하지 않은 채, 고정된 타겟 분할 (target partitioning) 또는 합성 샘플 생성 (synthetic sample generation)에 의존하는 경우가 많습니다.

본 논문에서는 균형을 맞추는 과정 전반에 걸쳐 밀도 정보 (density information)를 활용하는 밀도 인식 데이터 수준 불균형 회귀 (Density-Aware Data-level Imbalanced Regression) 프레임워크인 DADIR을 제안합니다. DADIR은 세 가지 구성 요소로 이루어져 있습니다: (1) 밀도 변화에 따라 타겟 공간을 재귀적으로 분할하는 밀도 인식 적응형 분할 (Density-Aware Adaptive Partitioning, DAAP), (2) 잠재 특징 (latent features)을 학습하면서 희소 영역 (sparse-region)의 표현을 보존하는 밀도 정규화 조건부 변이형 오토인코더 (Density-Regularized Conditional Variational Autoencoder, DR-CVAE), (3) 특징 수준 클러스터링 (feature-level clustering)과 오버샘플링 (oversampling)을 결합하여 구조적으로 일관된 합성 샘플을 생성하는 잠재 공간 데이터 균형화 (latent-space data balancing)입니다.

이러한 구성 요소들은 함께 작동하여 소수 영역 (minority regions)을 더욱 효과적으로 식별하고, 희소 영역의 정보를 보존하며, 현실적인 합성 데이터를 생성합니다. 결과적으로 생성된 균형 데이터셋은 기존 회귀 모델의 구조나 학습 목적 함수 (learning objective)를 수정하지 않고도 직접 사용할 수 있습니다. 다양한 불균형 회귀 데이터셋에 대한 실험을 통해, 특히 과소 표현된 영역에서의 예측 성능이 일관되게 향상되었으며, 전반적인 정확도 또한 개선됨을 입증하였습니다.