선형 반복 언폴딩 방법의 수렴성 및 오차 전파 정밀 분석

1. 서론에서는 언폴딩 문제를 확률밀도함수 f(x)와 측정된 스미어링된 확률밀도함수 g(y) 사이의 선형 적분 방정식 g(y)=∫ρ(y|x)f(x)dx 로 정의한다. ρ는 알려진 응답함수이며, 실제 실험에서는 g가 통계적·체계적 잡음을 포함한다. 이러한 역문제는 Banach의 폐쇄 그래프 정리로 인해 ill‑posed이며, 정규화가 필수적이다. 기존 방법으로는 파라메트릭 모델 피팅, 히스토그램 기반 행렬 역전, SVD 정규화, 그리고 수렴 가중치(베이즈) 반복법이 있다. 그러나 이들 중 대부분은 수렴 보장이 없거나 오차 전파가 명시적이지 않다. 2. 수학적 배경에서는 X와 Y를 유한 차원 실수 벡터공간으로 두고, L¹(X), L¹(Y) 공간을 정의한다. 응답함수 ρ(y|x)≥0, ∫ρ(y|x)dy=1 로 가정하고, 폴딩 연산자 A_ρ를 (A_ρ f)(y)=∫ρ(y|x)f(x)dx 로 정의한다. A_ρ는 선형이며 ‖A_ρ‖₁→₁≤1, L¹‑L² 연속성을 가진다. 컨볼루션 특수 경우(ρ가 평행이동 불변)와 일반 경우를 구분한다. 3. 제안된 반복 알고리즘은 전처리된 Neumann‑Landweber 시리즈를 기반으로 한다. α∈(0,2/‖A_ρ‖²) 를 선택하고, 초기값 f₀를 보통 균등 분포 혹은 사전 지식으로 설정한다. 반복식은  f_{n+1}=f_n+αA_ρ⁎(g−A_ρ f_n) 이며, 여기서 A_ρ⁎는 L²에서의 에드조인트 연산자이다. 이 식은 L² 노름에서 수축 사상을 형성하므로 Banach 고정점 정리에 의해 수렴한다. 또한, Riesz‑Thorin 정리를 이용해 L¹‑L² 사상 상수 C를 도입하면 L¹ 의미에서도 수렴을 보장한다. 4. 수렴 증명은 스펙트럼 분해를 이용한다. A_ρ⁎A_ρ는 자가‑adjoint이며, 고유값 λ_i∈