- 1 + 2N domini: riposo, poi (riscaldamento, raffreddamento) per ogni gradino - riscaldamento non fittato: descritto come salto (delta, da -> a, durata) - raffreddamenti intermedi fissano c e tau a quelli del raffreddamento finale - un colore per ogni raffreddamento nei grafici, zoom sui gradini - sigma None (non NaN) nei domini non fittati: JSON valido Co-Authored-By: Claude Sonnet 5.5 <noreply@anthropic.com>
37 lines
2.5 KiB
TOML
37 lines
2.5 KiB
TOML
# 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 (salita rapida) / raffreddamento (decadimento)
|
||
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 = 1 # campioni esclusi all'inizio di ogni raffreddamento (sicurezza dopo la salita)
|
||
|
||
[fit]
|
||
raffreddamento_intermedio_fissa_da_finale = ["c", "tau"] # i raffreddamenti tra due gradini (corti) fissano questi parametri a quelli del raffreddamento finale ([] = liberi)
|
||
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
|
||
|
||
[fit.modelli_per_tipo] # modelli provati per tipo di dominio; il riscaldamento (2-3 campioni) non si fitta: è descritto come salto
|
||
riposo = ["costante", "lineare", "esp_decad"]
|
||
raffreddamento = ["esp_decad"]
|
||
|
||
[output]
|
||
cartella_output = "output" # i file di ogni analisi vanno in output/<nome csv>/
|