Programma fitseg: domini di riscaldamento/raffreddamento, fit e report
Co-Authored-By: Claude Sonnet 5.5 <noreply@anthropic.com>
This commit is contained in:
1 parent
55722f0e13
commit
70231607bb
14 files changed
+687
No files matched your search
+34
@@ -0,0 +1,34 @@
|
||||
# config.toml — UNICA fonte dei valori di fitseg. Suffissi: _s secondi, _c gradi C, _rel frazione.
|
||||
# Nessun default nel codice: chiave mancante = errore (exit 3).
|
||||
|
||||
[dati]
|
||||
colonna_tempo = "t_ms"
|
||||
unita_tempo = "ms" # "ms" | "s"
|
||||
serie = ["T_C", "dT_C"] # colonne da approssimare
|
||||
separatore = ","
|
||||
|
||||
[domini] # riconoscimento di riposo / riscaldamento / raffreddamento (nessun LLM)
|
||||
serie_riferimento = "T_C" # serie su cui si cercano i gradini di riscaldamento
|
||||
soglia_gradino_c = 20.0 # salto positivo tra due campioni consecutivi che segna un gradino di riscaldamento
|
||||
soglia_bordo_sigma = 6.0 # il gradino si estende ai campioni adiacenti con salto > soglia × sigma robusta dei salti
|
||||
distanza_min_salti_campioni = 3 # rilevazioni più vicine di così sono lo stesso gradino
|
||||
n_min_punti = 6 # campioni minimi per dominio (sotto: "indeterminato")
|
||||
scarta_dopo_salto_n = 3 # campioni esclusi dal fit all'inizio di un dominio dopo un gradino (transizione del sensore)
|
||||
|
||||
[fit]
|
||||
modelli_abilitati = ["costante", "lineare", "quadratico", "esp_decad", "esp_doppio", "logistica"]
|
||||
n_start = 20 # partenze multiple per i modelli non lineari (logistica)
|
||||
perdita = "soft_l1" # "linear" | "soft_l1" | "huber" (robusta agli outlier)
|
||||
scala_perdita_sigma = 3.0 # scala della perdita robusta, in unità di sigma rumore
|
||||
tau_min_rel = 0.05 # limite inferiore di tau, come frazione della durata del dominio
|
||||
tau_max_rel = 50.0 # limite superiore di tau, come frazione della durata del dominio
|
||||
n_griglia_tau = 40 # punti della griglia log-spaziata su tau (proiezione delle variabili)
|
||||
soglia_condizione = 1.0e8 # numero di condizione (jacobiano normalizzato) oltre cui i parametri sono "non identificabili"
|
||||
correggi_autocorrelazione = true # allarga gli intervalli di confidenza se ACF1 dei residui > soglia_acf
|
||||
soglia_acf = 0.3
|
||||
soglia_delta_aicc = 2.0 # entro questa differenza vince il modello con meno parametri
|
||||
rmse_vs_rumore_max = 1.3 # RMSE <= valore × sigma rumore => modello adeguato
|
||||
seed = 0 # seme delle partenze multiple
|
||||
|
||||
[output]
|
||||
cartella_lavoro = "lavoro"
|
||||
Reference in new issue
Block a user