한계 해상도와 수용률을 고려한 밀도 혼합 언폴딩

본 논문은 검출기의 제한된 수용률(A(x))과 유한 해상도 및 편향을 나타내는 응답함수(R(x'|x)) 때문에 실제 물리적 확률밀도함수(p(x))가 측정된 분포(P(x'))와 차이를 보이는 전형적인 언폴딩 문제를 다룬다. 전통적인 방법은 파라메트릭 모델을 가정하거나, 히스토그램 기반 비파라메트릭 접근을 사용하지만, 전자는 모델 의존성이 크고 후자는 차원 저주와 과도한 파라미터 수로 인한 불안정성을 가진다. 이에 저자는 혼합 밀도 모델(Mixture Density Model, MDM)을 도입한다. MDM은 p(x) = Σ_{i=1}^s w_i K_i(x; a_{1i},…,a_{li}) 로 표현되며, 여기서 K_i는 개별 PDFM(Probability Density Function in Mixture)이고, w_i는 양의 가중치이다. 본 연구에서는 주로 평균 x_i와 표준편차 λ_i 로 정의되는 가우시안 커널 K_i(x; x_i, λ_i)을 사용한다. λ_i는 정규화 파라미터로서 결과의 부드러움을 조절한다. 먼저, P(x')와 p(x) 사이의 관계를 P = Q w + ε 로 선형화한다. Q_{ji}는 i번째 커널이 검출기 수용률과 응답함수를 통과한 후 j번째 히스토그램 빈에 기여하는 양을 나타내는 n×s 행렬이다. ε는 통계적 오차이며, 공분산 행렬 C는 각 빈의 통계적 불확실성을 포함한다. 가중치 w는 비음수 최소제곱(Non‑negative Least Squares, NNLS) 방법으로 추정한다. 이는 X^2 = (P - Q w)^T C^{-1} (P - Q w) 를 최소화하면서 w_i ≥ 0 제약을 만족하도록 한다. 해가 경계점에 있을 경우, 일부 w_i 를 0 으로 고정하고 나머지에 대해 선형 회귀를 수행한다. 이 과정은 기존 NNLS 알고리즘을 기반으로 하며, 구현은 Ref.