memshare: PDE를 사용한 상호 정보 기반 특징 선택 적용과 함께 R의 멀티코어 계산을 위한 메모리 공유

본 연구에서는 C++ 공유 메모리에 버퍼를 할당하고 ALTREP 뷰를 통해 R에 노출함으로써 R에서 공유 메모리 멀티코어 계산을 가능하게 하는 패키지 memshare를 소개합니다. memshare를 SharedObject(Bioconductor)와 비교하고, 의미론과 안전성에 대해 논하며, 컬럼 단위 apply 벤치마크에서 추가적인 상주 메모리 없이 SharedObject 대비 2배의 속도 향상을 보고합니다. 마지막으로, 다운스트림 분석 사용 사례인 상호 정보 기반 특징 선택을 설명합니다. 이 사례에서는 Pareto Density Estimation(PDE)을 통해 특징별 밀도를 추정합니다. 이 분석 사용 사례는 N = 10,446개의 사례와 d = 19,637개의 유전자 발현 측정값으로 구성된 RNA-seq 데이터셋으로, 병렬 R 세션을 사용하는 경우 `n_threads` * 10GB의 메모리가 필요합니다. 이러한 대규모 사용 사례는 빅데이터 분석에서 흔히 발생하며 R을 제한적으로 느끼게 하지만, 본 연구에서 제시된 라이브러리를 통해 완화됩니다.