EquationMiner/docs/output.md

Output

Ogni analisi scrive in output/<nome del csv>/ (la cartella output/ è ignorata da git). Ogni passo ha la sua sottocartella, numerata nell'ordine di esecuzione. Chi produce cosa: moduli.md (uscita.py).

output/gen_7/
├── 01_domini/               passo 1 — suddivisione dei dati
│   ├── domini.png             dati grezzi con i domini (colore per tipo, numerati) + zoom sui gradini
│   └── domini.toml            domini usati, modificabili a mano ([uso.md](uso.md))
├── 02_sovrapposizione/      passo 2 — dati grezzi contro le equazioni trovate
│   ├── sovrapposizione_<serie>.png   serie intera con le equazioni a tratti, residui e zoom
│   └── dominio<k>_<serie>.png        un dominio: dati, modello scelto, altri modelli validi, residui
└── 03_report/               passo 3
    ├── report.md              report completo, immagini incorporate, formule in LaTeX
    └── risultati.json         tutti i fit con tutte le metriche (schema in moduli.md)

fitseg domini scrive solo 01_domini/; fitseg analizza scrive tutto.

Colori

Dominio	Colore
riposo	grigio
riscaldamento	rosso (i suoi campioni sono evidenziati con pallini, perché la fascia è sottile)
raffreddamento	un colore diverso per ognuno, in ordine: blu, verde, viola, arancio, ciano (poi si ricomincia)

Le fasce sono numerate come nelle tabelle (il numero compare solo se la fascia è abbastanza larga per il grafico). Il raffreddamento k-esimo ha lo stesso colore in tutti i grafici.

01_domini/domini.png

Una riga per serie. A sinistra l'intero segnale con le fasce dei domini; a destra lo zoom sulla zona dei gradini (da 2 s prima del primo riscaldamento a 8 s dopo l'ultimo), dove 7 domini in pochi secondi si distinguono. Serve a controllare la suddivisione prima di fidarsi delle equazioni: se è sbagliata si corregge domini.toml e si rilancia (uso.md §3).

02_sovrapposizione/sovrapposizione_<serie>.png

Sopra: dati grezzi (punti grigi), fasce dei domini e curva dell'equazione scelta per ogni dominio nel colore del dominio. Sotto: residui y - \hat y dei soli campioni usati nel fit (i campioni esclusi all'inizio dei raffreddamenti non compaiono, per non schiacciare la scala). A destra lo stesso con lo zoom. Il riscaldamento non ha curva (non si fitta) e i suoi campioni sono i pallini rossi.

Come leggere i residui: attorno a zero e senza struttura = modello adeguato; ondulazioni o code verso il basso = scarti casuali del sensore non descritti dal modello (A14), non un errore del fit.

02_sovrapposizione/dominio<k>_<serie>.png

• Riposo e raffreddamento: punti neri = campioni usati nel fit; punti grigi = campioni esclusi (solo se scarta_dopo_salto_n > 0); linea continua = modello scelto (nel colore del dominio, con \mathrm{RMSE} in legenda); tratteggiate = gli altri modelli validi (confronto); sotto i residui del modello scelto.
• Riscaldamento: la salita (pallini rossi) con 8 campioni di contesto prima e dopo, e nel titolo \Delta, numero di campioni e durata. Nessuna curva.
• Dominio indeterminato: solo i dati (un pannello, senza residui), con «indeterminato» nel titolo.

03_report/report.md

Le immagini sono link relativi (../01_domini/domini.png); le grandezze matematiche sono in LaTeX ($…$ nel testo, $$…$$ per l'equazione scelta con i valori sostituiti): servono un visualizzatore Markdown con supporto matematico (GitHub, VS Code, Obsidian). Struttura:

Sezione	Contenuto
intestazione	nome del CSV, data, serie, definizione t' = t - t_0, livello degli intervalli (95 %)
1. Suddivisione in domini	domini.png e tabella (#, tipo, t_0, t_1, campioni)
2. Equazioni trovate	criterio di scelta con le soglie correnti; tabella (dominio, tipo, serie, modello, equazione e parametri ± IC) con una riga per dominio e serie; i riscaldamenti hanno il salto
3. Sovrapposizione dati–equazioni	un grafico per serie
4. Dettaglio per dominio	per ogni dominio e serie: grafico, modello scelto, equazione con i valori (…), parametri ± IC, \sigma_\text{rumore} (se stimabile), \hat\sigma_\text{res} (scala robusta dei residui), \mathrm{RMSE}, R^2 (non per costante, per cui non ha senso), \rho_1, motivo, tabella di tutti i modelli provati (k, RMSE, \hat\sigma_\text{res}, AICc, BIC, \rho_1, valido); il titolo riporta l'intervallo t_0 \le t \le t_1 (primo e ultimo campione del dominio)

Come leggere i messaggi

Messaggio	Significato	Cosa fare
salto (riscaldamento)	salita rapida descritta, non fittata (A23): \Delta stimato dai modelli adiacenti (misura accanto); «misura riportata all'istante del gradino con c e \tau del raffreddamento finale» se manca un modello vicino; «misurato sui campioni» se manca anche quello	niente: la misura sui campioni è per difetto (fino a ≈ 10–20 %), le altre due stime no (errore tipico < 1 %, massimo ≈ 3 % su 60 seed)
(fisso) accanto a un parametro	tenuto costante al valore del raffreddamento finale (A8); l'IC di A è condizionato (A18)	niente; per disattivarlo vedi configurazione.md
modello non adeguato (\hat\sigma_\text{res} > 1.5\,\sigma)	anche la scala robusta dei residui (1.4826\,\mathrm{MAD}, che ignora gli scarti casuali) supera il rumore: il modello scelto non spiega i dati	verifica la suddivisione dei domini e i residui: con modello e domini giusti non succede (0 su 120 raffreddamenti finali in validazione)
Indeterminato	nessun modello valido, oppure meno di n_min_punti campioni (n_min_punti_parametri_fissi nei raffreddamenti con c e \tau fissi): il motivo indica quale	verifica la suddivisione: tra gradini a meno di ≈ 1.2 s restano meno di 4 campioni
«valido: no» in tabella	fit non convergente, \tau al limite o non identificabile (algoritmi.md §5.6)	un modello più semplice può essere preferito

03_report/risultati.json

Lista di domini con tutti i fit e tutte le metriche, anche dei modelli scartati. Schema dei campi: moduli.md, «Strutture dati comuni». È JSON valido anche in presenza di NaN (i campi non applicabili o non calcolabili, come sigma del riscaldamento o con meno di 8 campioni, sono null), adatto a elaborazioni successive (confronti tra analisi, tabelle).