transform op• 데이터 종류: signal → signal
• 호출: import fullseye as fs; fs.ledger.abel_inverse(A, dr: 'float' = 1.0, *, method: 'str' = 'derivative', n_quad: 'int' = 64) -> 'np.ndarray'(구현을 직접 호출하려면 import mathtransforms; mathtransforms.abel_inverse(A, dr: 'float' = 1.0, *, method: 'str' = 'derivative', n_quad: 'int' = 64) -> 'np.ndarray', 원장에서 가져오려면 opsmath.get("abel_inverse"))
> 이 연산자의 설명은 아직 번역이 없습니다. 원문을 그대로 싣습니다.
投影 A(y) から軸対称な分布 f(r) を戻す(逆 Abel 変換 = 軸対称物体の断層化)。
• `"derivative"` —— f(r) = −(1/π) ∫_r^R A'(y) / √(y² − r²) dy。y = √(r² + u²) と置いて特異点を消し、
A を 3 次スプラインで微分する。滑らかな投影には精度が高いが、微分が雑音を増幅する:
雑音の誤差は標本間隔 dr に反比例して増える(2026-10-03 実測、雑音 1%: 標本数 80 → 640 で
平均誤差 0.027 → 0.237、両対数の傾き ≈ 1)。粗い格子ではこちらが良い。
• `"onion"` —— 殻を剥く: f を半径 dr の殻ごとに一定とみなし、弦の長さの上三角行列を外側から解く。
解像度は殻の幅で決まり、微分を取らないぶん雑音の増え方が緩い(同じ実測で 0.036 → 0.100、傾き ≈ 1/2)。
細かい格子の実測ではこちら(n=640 で微分の 2.4 分の 1)、粗い格子(n≈80)では逆転する。
2 つは独立な離散化なので、同じ投影に両方を当てて食い違いを見るのが検算になる。
門: A(y) = √π σ exp(−y²/σ²) から f(r) = exp(−r²/σ²)。
mathops 의 모든 연산자는 입력을 검증한 뒤에 계산합니다(조용히 통과시키지 않습니다):
• **complex 입력은 ValueError** —— float64 로의 강제 변환은 허수부를 조용히 버립니다(numpy 는 ComplexWarning 만 내고 「그럴듯하게 틀린」 실수를 돌려줍니다). .real/.imag/abs() 를 명시하거나 복소수를 다루는 complexops 를 쓰세요.
• **masked 요소가 있는 masked array 는 ValueError** —— 마스크를 벗겨 아래 원값을 쓰는 암묵 변환을 거부합니다. 채울지 버릴지를 명시하세요.
• **NaN/Inf 는 모든 입력에서 ValueError**(개수를 명시하고 거부 —— 결과 전체로 전파되므로).
• 형상은 엄격: 1-D 와 2-D 를 암묵적으로 승격·브로드캐스트하지 않습니다(vector 슬롯에 matrix, matrix 슬롯에 vector 는 ValueError. reshape 를 명시하세요).
• 크기 상한: 행렬을 받는 연산자와 stat_histogram 의 bins 는 mathops.MAX_ELEMENTS(2^26 ≈ 6700 만 요소)를 넘으면 ValueError.
• 샘플 데이터 카탈로그(DL URL / 라이선스) —— 2-D 는 skimage.data(BSD/public)+ 합성, 3-D 는 실데이터 소스(Stanford/PDS 등)의 DL URL.
• 연산자의 내력·참고문헌 —— 이 연산자 족의 바탕이 된 연구/기법의 출처.
• 알고리즘의 정전(저자·연도)과 용도는 위의 패밀리 사용 가이드에 적혀 있습니다.
• transforms_tour — py -3.11 examples/transforms_tour.py
signal 를 입력으로 받는 것)mat_solve · mat_lstsq · stat_describe · stat_histogram · stat_zscore · interp_linear · interp_cubic · interp_scattered
transform)abel_transform · abel_inverse_image · abel_revolve · hankel_transform · tf_poles_zeros · tf_freq_response · tf_impulse_response · tf_step_response
*Provenance: mathtransforms.py — MATH 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.