FastKCI는 커널 기반 조건부 독립성 검정(KCI)의 계산 복잡도 문제를 해결하기 위해 제안된 확장 가능하고 병렬 처리 가능한 알고리즘입니다. 기존 KCI 검정의 세제곱 복잡도 문제를 극복하기 위해, 조건 변수에 대한 가우시안 혼합 모델을 기반으로 데이터셋을 분할하고, 각 부분 집합에 대해 지역적으로 KCI 검정을 병렬 처리합니다. 가우시안 프로세스의 병렬 추론 기법에서 영감을 얻은 전문가 혼합(mixture-of-experts) 접근 방식을 사용하며, 중요도 가중 샘플링 기법을 통해 결과를 집계합니다. 합성 데이터셋과 실제 데이터셋에 대한 실험 결과, FastKCI는 기존 KCI 검정의 통계적 검정력을 유지하면서 상당한 속도 향상을 달성함을 보여줍니다.
