불확실성 비용 최소화를 위한 일반화된 MOCU 기반 실험 설계

본 논문은 MOCU(Mean Objective Cost of Uncertainty)의 개념을 확장하여, 불확실성 클래스, 행동 공간, 비용 함수가 임의로 정의될 수 있는 일반화된 프레임워크를 제시한다. 기존 MOCU는 시스템 모델의 파라미터 θ에 대한 사전 분포 π와 특정 비용 함수 C를 전제로 하여, 각 θ에 대해 최적 행동 ψθ와 전체 클래스에 대해 베이즈 평균 최소 위험(IBR) 행동 ψΘ^IBR을 정의하고, 두 행동 사이의 비용 차이의 평균을 MOCU로 정의하였다. 논문은 이를 ‘후회(regret)’의 최소 기대값으로 해석하고, 실험 ξ가 수행될 때 사후 분포 π(θ|ξ)와 조건부 MOCU MΨ(Θ|ξ)를 도입한다. 기대 남은 MOCU DΨ(Θ,ξ)=Eξ