비모수 회귀를 이용한 물리법칙 통계 모델링의 새로운 프레임워크

초록

본 논문은 실험 데이터의 확률밀도함수를 커널 추정기로 표현하고, 캘리브레이션 과정에서 얻은 스캐터링 정보를 커널 폭으로 활용한다. 조건 평균 추정기를 통해 변수 간 물리법칙을 비모수 회귀 형태로 최적 추출하며, 이를 혼돈 시계열의 반환 지도에 적용해 미래 값을 예측한다. 예측 오차와 데이터 중복성을 결합한 비용 함수를 정의하고, 비용 최소점에서 모델에 필요한 데이터 수를 결정한다.

상세 분석

이 연구는 물리학 실험에서 측정된 변수들의 확률밀도함수(PDF)를 직접 데이터로부터 추정하는 방법론을 제시한다. 핵심은 커널 추정기(KDE)를 이용해 PDF를 근사하는데, 여기서 커널의 폭(σ)은 실험 장치의 캘리브레이션 단계에서 측정된 데이터의 산포(스캐터링)로부터 객관적으로 결정된다. 이는 전통적인 주관적 밴드폭 선택을 배제하고, 측정 불확실성을 정량화하는 물리적 근거를 제공한다는 점에서 의미가 크다.

조건 평균 추정기(Conditional Average Estimator, CAE)는 주어진 입력 변수 x에 대해 출력 변수 y의 기대값 E