이중 라오‑블랙웰리제이션으로 변동성 억제와 모드 탐색 강화

본 논문은 인구 몬테카를로(Population Monte Carlo, 이하 PMC) 알고리즘의 변동성 문제를 해결하고자, 두 단계의 라오‑블랙웰리제이션(Double Rao‑Blackwellisation)을 도입한다. 기존 PMC는 샘플 (X₁,…,X_N)을 현재 입자 집합으로부터 전이 커널 q(x, x′)를 이용해 새로운 입자 (X₁′,…,X_N′)를 생성하고, 중요도 가중치 ω_i = π(X_i′)/q(X_i, X_i′) 로 재가중한다. 이때 q는 보통 고정된 혼합 형태 q_d의 가중합이며, 혼합 가중치 α_d는 EM‑형식 업데이트(식 2)를 통해 적응적으로 조정된다. 첫 번째 라오‑블랙웰리제이션은 혼합 컴포넌트 선택 변수 Z_i를 베르누이 대신 조건부 기대값 E