quantum-anomaly-detect (rodzaj scenariusza)

Rodzaj scenariusza silnika v0.40.0, rodzina Czujniki inercyjne, fuzyjne i kwantowe. Wyłącznie doradczo: wynik analizy z narzędzia badawczo-inżynieryjnego; nie jest to sprzęt nawigacyjny z zatwierdzeniem typu ani usługa bezpieczeństwa życia. Każda etykieta tutaj pochodzi z silnika lub z macierzy weryfikacji; rodzaj jest MODELLED, chyba że macierz stanowi inaczej (jak zdobywa się etykietę: sekcja Evidence w README).

Co robi#

Detekcja usterek i anomalii MODELLED dla kwantowych systemów PNT: oznaczony katalog usterek (skok częstotliwości, dryf i utrata zaczepienia zegara; skok biasu i zanik czujnika), AUC krzywej ROC statystyki detekcji (z przedziałem ufności bootstrap z eval_stats sprawdzonego zewnętrznie) oraz minimalna wykrywalna usterka przy stałym wskaźniku fałszywych alarmów, przy czym monitor wspomagany zegarem kwantowym (niższy szum) wykrywa mniejsze usterki — jako rzetelne TradeEvidence + reprezentatywność. Gaussowski model statystyki detekcji (AUC = Phi(mu/(sigma*sqrt2))); modeluje klasę, ilustracyjne parametry ze źródeł publicznych, bez TRL, lotu i certyfikacji.

Jeden przebieg scenarios/quantum-anomaly-detect.toml podsumowuje się tak: quantum-anomaly-detect | AUC kwantowy 0,9908 wobec klasycznego 0,7603 | minimalna wykrywalna usterka kwantowy 1,312 wobec klasycznego 4,372 | 5 klas usterek | bilans: kwantowy wygrywa 2/2 | MODELLED

Wejścia#

Ze schematu (kshana kinds --json):

• Pola wymagane: brak
• Pola opcjonalne: fault_mu, quantum_sigma, classical_sigma, pfa, pd, samples, seed

Przykład scenarios/quantum-anomaly-detect.toml ustawia między innymi:

Uruchom#

kshana scenarios/quantum-anomaly-detect.toml

Co daje#

Wyniki skalarne tego przebiegu, z jednostkami podanymi przez silnik:

Dowody#

Żaden wiersz macierzy nie wymienia tego rodzaju po nazwie; etykieta na jego wyniku jest własną etykietą silnika, powyżej.

Wiersze, które sam przebieg wykorzystał, wraz z wyrocznią, jaką macierz podaje dla każdego (publiczne źródła są tam wymienione):

• VALIDATED Analityczne dwunormalne AUC krzywej ROC = Φ(μ/(σ√2)) i minimalna wykrywalna usterka σ·(Φ⁻¹(1−P_fa)+Φ⁻¹(P_d)), na których opierają się kwantowe detektory usterek i anomalii. Wyrocznia (ExternalDataset): scipy 1,17 (Cephes ndtr/ndtri) + scikit-learn roc_auc_score (Pedregosa i in., JMLR 2011), obie na licencji BSD-3-Clause — niezależne biblioteki obliczające te same jednoznacznie zdefiniowane wielkości ogona rozkładu gaussowskiego i AUC, zgodne do podłogi erf z A&S (~7e-8). Przewaga kwantowego nad klasycznym zbudowana na tej podstawie pozostaje MODELLED
• MODELLED Deterministyczne, haszowane na poziomie scenariusza, bramki SBOM i złotych wyników między platformami. Wyrocznia (ExternalDataset): zgodność SBOM z oficjalnym schematem JSON CycloneDX 1,5 (+ prawidłowe identyfikatory SPDX): zewnętrzny opublikowany standard, zero błędów walidacji w całym grafie zależności; część dotycząca determinizmu wskaźników jakości i odtwarzalności bajt w bajt pozostaje przypiętą kontrolą samospójności, więc wiersz pozostaje MODELLED
• PARTNER Nie jest zapewniane — tylko modele wydajności; sprzęt na zimnych atomach/zegary należy do partnera. Wyrocznia (NoneKind): brak: dyscyplina należąca do partnera, z założenia bez modułu i bez testu
• MODELLED Jeden odtwarzalny obiekt TradeEvidence (stała rama: scenariusz+ziarno+silnik; wspólne wartości kwantowe i klasyczne dla każdego wskaźnika jakości z korzyścią o właściwej polaryzacji, opcjonalny 95%. Wyrocznia (InternalConsistency): tożsamości w postaci zamkniętej dla korzyści i zwycięzcy + wierne opakowanie istniejącego quantum_trade::TradeResult; rzetelność powiązana z rejestrem reprezentatywności i etykietami weryfikacji
• MODELLED Oznaczony kwantowy katalog usterek (skok częstotliwości, dryf i utrata zaczepienia zegara; skok biasu i zanik czujnika), AUC krzywej ROC statystyki detekcji z przedziałem ufności bootstrap oraz minimal. Wyrocznia (InternalConsistency): gaussowskie AUC w postaci zamkniętej = Phi(mu/(sigma*sqrt2)) skontrolowane krzyżowo względem sprawdzonego zewnętrznie eval_stats::bootstrap_auc_ci (wobec scikit-learn) + analityczne progi detekcji

Ograniczenia#

Co raport samego przebiegu podaje jako niemodelowane lub niesprawdzone względem niezależnego wzorca:

• Detekcja usterek i anomalii MODELLED dla kwantowych systemów PNT: oznaczony katalog usterek (skok częstotliwości, dryf i utrata zaczepienia zegara; skok biasu i zanik czujnika), AUC krzywej ROC statystyki detekcji (z przedziałem ufności bootstrap z eval_stats sprawdzonego zewnętrznie) oraz minimalna wykrywalna usterka przy stałym wskaźniku fałszywych alarmów, przy czym monitor wspomagany zegarem kwantowym (niższy szum) wykrywa mniejsze usterki — jako rzetelne TradeEvidence + reprezentatyw (katalog rodzajów (kshana kinds --json))
• Detekcja usterek i anomalii dla kwantowych systemów PNT — oznaczony katalog usterek + AUC krzywej ROC + minimalna wykrywalna usterka, monitor wspomagany zegarem kwantowym a klasyczny. MODELLED; ilustracyjne parametry ze źródeł publicznych; modeluje klasę, bez deklaracji TRL ani lotu. (komentarz w pliku scenariusza, wiersze 1 do 3)
• Odtwarzalność i zapewnienie jakości oprogramowania jest MODELLED, nie jest sprawdzona względem niezależnego wzorca: jedno twierdzenie składowe jest sprawdzone zewnętrznie, ale cała możliwość składa się z elementów obliczonych na podstawie modelu, więc pozostaje obliczona na podstawie modelu. (macierz weryfikacji (docs/MODELLED-RATIONALE.md))
• Bilans kwantowy a klasyczny (wspólny kształt) jest MODELLED, nie sprawdzony względem niezależnego wzorca zewnętrznego: sprawdzony względem własnej tożsamości w postaci zamkniętej lub analitycznej — wychwytuje błędy przepisania i współczynników, ale nie jest wyrocznią zewnętrzną. (macierz weryfikacji (docs/MODELLED-RATIONALE.md))
• Detekcja usterek i anomalii dla kwantowych systemów PNT jest MODELLED, nie sprawdzona względem niezależnego wzorca zewnętrznego: sprawdzona względem własnej tożsamości w postaci zamkniętej lub analitycznej — wychwytuje błędy przepisania i współczynników, ale nie jest wyrocznią zewnętrzną. (macierz weryfikacji (docs/MODELLED-RATIONALE.md))

Zobacz też#

• Strona rodziny: Czujniki inercyjne, fuzyjne i kwantowe
• Wszystkie rodzaje: KINDS.md
• Strona tematu: QUANTUM-MODELS.md