quantum-anomaly-detect (scenariotyp)

Scenariotyp i motorn v0.40.0, familj Tröghets-, fusions- och kvantsensorer. Rådgivande: analysutdata från ett forsknings- och ingenjörsverktyg, inte typgodkänd navigationsutrustning och inte en tjänst för skydd av människoliv. Varje etikett här är motorns eller verifieringsmatrisens; en kind är MODELLED om inte matrisen säger något annat (hur en etikett förtjänas: avsnittet Evidence i README).

Vad den gör#

MODELLED fel-/anomalidetektering för kvant-PNT-system: en märkt felkatalog (klockans frekvenshopp/drift/låsförlust; sensorns biassteg/bortfall), en ROC-AUC för detektionsstatistiken (med ett bootstrap-konfidensintervall från den externt validerade eval_stats) och ett minsta detekterbart fel vid en fast falsklarmsfrekvens, där den kvantklockstödda övervakaren (lägre brus) detekterar mindre fel — som ärlig TradeEvidence + representativitet. Gaussisk modell för detektionsstatistik (AUC = Phi(mu/(sigma*sqrt2))); modellerar klassen, illustrativa parametrar från offentliga källor, ingen TRL/flygerfarenhet/certifiering.

En körning av scenarios/quantum-anomaly-detect.toml sammanfattas som: quantum-anomaly-detect | AUC quantum 0,9908 vs classical 0,7603 | min-detectable fault quantum 1,312 vs classical 4,372 | 5 fault classes | trade quantum wins 2/2 | MODELLED

Indata#

Från schemat (kshana kinds --json):

• Obligatoriska fält: inga
• Valfria fält: fault_mu, quantum_sigma, classical_sigma, pfa, pd, samples, seed

Exemplet scenarios/quantum-anomaly-detect.toml anger bland annat:

Kör den#

kshana scenarios/quantum-anomaly-detect.toml

Vad den ger#

De skalära resultaten av den körningen, med de enheter som motorn anger:

Evidens#

Ingen matrisrad nämner den här typen vid namn; etiketten på dess resultat är motorns egen, ovan.

De rader som själva körningen använde, med den oberoende referens som matrisen anger för var och en (de offentliga källorna nämns där):

• VALIDATED Analytisk binormal ROC-AUC = Φ(μ/(σ√2)) och det minsta detekterbara felet σ·(Φ⁻¹(1−P_fa)+Φ⁻¹(P_d)) som ligger till grund för kvantfels- och anomalidetektorerna. Oberoende referens (ExternalDataset): scipy 1,17 (Cephes ndtr/ndtri) + scikit-learn roc_auc_score (Pedregosa et al., JMLR 2011), båda BSD-3-Clause — oberoende bibliotek som beräknar samma entydigt definierade storheter för Gauss-svans / AUC, matchade till A&S-erf-golvet (~7e-8). Fördelen för kvant mot klassisk som byggs ovanpå förblir MODELLED
• MODELLED Deterministisk, scenario-hashad, SBOM + golden-grindar över flera plattformar. Oberoende referens (ExternalDataset): SBOM som följer det officiella CycloneDX 1,5 JSON Schema (+ giltiga SPDX-identifierare) — en extern publicerad standard, noll valideringsfel över hela beroendegrafen; delen om FoM-determinism / byte-reproducerbarhet förblir en fastlåst kontroll av inre samstämmighet, så raden förblir MODELLED
• PARTNER Tillhandahålls inte — endast prestandamodeller; kallatoms-/klockhårdvaran är en partners. Oracle (NoneKind): ingen: en disciplin som ägs av partner, utan modul och utan test av utformning
• MODELLED Ett reproducerbart TradeEvidence-objekt (fast ram: scenario+frö+motor; gemensamma värden per kvalitetsmått för kvant mot klassisk med fördel med rätt polaritet, valfritt 95 %. Oberoende referens (InternalConsistency): Identiteter i sluten form för fördel/vinnare + en trogen inpackning av den befintliga quantum_trade::TradeResult; ärligheten är knuten till representativitetsregistret och verifieringsetiketterna
• MODELLED Märkt kvantfelskatalog (klockans frekvenshopp/drift/låsförlust; sensorns biassteg/bortfall), en ROC-AUC för detektionsstatistiken med ett bootstrap-konfidensintervall och ett minst. Oberoende referens (InternalConsistency): Gaussisk AUC i sluten form = Phi(mu/(sigma*sqrt2)) korskontrollerad mot den externt validerade eval_stats::bootstrap_auc_ci (mot scikit-learn) + analytiska detektionströsklar

Begränsningar#

Vad körningens egen rapport säger inte är modellerat eller inte validerat:

• MODELLED fel-/anomalidetektering för kvant-PNT-system: en märkt felkatalog (klockans frekvenshopp/drift/låsförlust; sensorns biassteg/bortfall), en ROC-AUC för detektionsstatistiken (med ett bootstrap-konfidensintervall från den externt validerade eval_stats) och ett minsta detekterbart fel vid en fast falsklarmsfrekvens, där den kvantklockstödda övervakaren (lägre brus) detekterar mindre fel — som ärlig TradeEvidence + representativ (typkatalog (kshana kinds --json))
• Fel-/anomalidetektering för kvant-PNT-system — märkt felkatalog + ROC-AUC + minsta detekterbara fel, kvantklockstödd mot klassisk övervakare. MODELLED; illustrativa parametrar från offentliga källor; modellerar klassen, inget TRL-/flygpåstående. (kommentar i scenariofilen, rad 1 till 3)
• Reproducerbarhet och programvarusäkring är MODELLED, inte validerad: ett delpåstående kontrolleras externt, men hela förmågan sätts ihop av modellerade delar, så förmågan förblir Modelled. (verifieringsmatris (docs/MODELLED-RATIONALE.md))
• Jämförande evidens för kvant mot klassisk (gemensam form) är MODELLED, inte validerad: kontrollerad mot sin egen slutna analytiska identitet. Det fångar överförings- och koefficientfel, men är ingen extern oberoende referens. (verifieringsmatris (docs/MODELLED-RATIONALE.md))
• Fel-/anomalidetektering för kvant-PNT-system är MODELLED, inte validerad: kontrollerad mot sin egen slutna analytiska identitet. Det fångar överförings- och koefficientfel, men är ingen extern oberoende referens. (verifieringsmatris (docs/MODELLED-RATIONALE.md))

Se även#

• Familjesida: Tröghets-, fusions- och kvantsensorer
• Alla typer: KINDS.md
• Ämnessida: QUANTUM-MODELS.md