동일 물리량 측정을 위한 독립 데이터 집합 결합 방법

본 논문은 동일한 물리량을 측정한 여러 독립 실험들의 결과를 하나의 확률분포로 통합하는 새로운 수학적 방법인 ‘conflation’에 대해 체계적으로 소개한다. 서론에서는 물리 상수와 입자 질량 등 핵심 물리량의 정확한 측정이 과학 전반에 미치는 영향을 강조하고, 기존의 단순 평균, 가중 평균, 베이즈 사후 결합 등 방법들의 한계—특히 정보 손실과 불확실성 과소평가 문제—를 지적한다. 이러한 배경 하에 정보 이론적 관점에서 Shannon 엔트로피를 최소화하는 통합 방법으로 conflation을 제안한다. 이론적 배경에서는 먼저 확률밀도함수(p.d.f.)들의 곱을 정규화하는 기본 연산을 정의하고, 이를 통해 얻어지는 새로운 분포가 원래 분포들의 정보량을 최대한 보존한다는 정리를 증명한다. 구체적으로, 두 분포 \(f_1, f_2\)에 대해 conflated 분포 \(f_c\)는 \