測度理論 測度理論框架：從可能性到機率的收斂與可信集合應用 本研究探討知識收縮的數學基礎，提出以可能性分布與必然性測度構成的可信集合，隨證據累積而收縮。核心貢獻包括 Choquet 積分收斂至 Lebesgue 積分的嚴格證明、聚合認識寬度 W 的正規化與線上近似，以及 UKF 與 ESPF 在軌道追蹤中的等效精度比較。結果顯示 ESPF 在保持精度的同時提供認識透明度，對未來不確定性推理具重要啟示。
