전문가 의견 합의를 위한 선형 풀링 방법

안내: 본 포스트의 한글 요약 및 분석 리포트는 AI 기술을 통해 자동 생성되었습니다. 정보의 정확성을 위해 하단의 [원본 논문 뷰어] 또는 ArXiv 원문을 반드시 참조하시기 바랍니다.

**
전문가들의 확률적 의견을 거리 기반 가중치로 지속적으로 업데이트하면, 모든 의견이 동일한 확률분포로 수렴한다는 이론적·실험적 결과를 제시한다.

**
본 논문은 전문가 의견을 확률 질량 함수 형태로 모델링하고, 각 전문가가 다른 전문가의 의견에 부여하는 가중치를 두 의견 간의 거리(루트 평균 제곱 편차)와 역비례하도록 정의한다. 초기 의견 (f_i) 에 대해, 시간 (t) 에서의 가중치는
\