patchdist_score — SPC `anomaly_patch` op

• Data kinds: image2d × table → table

• Call: import fullseye as fs; fs.ledger.patchdist_score(image, model, smooth=4.0) (implementation को सीधे call करना हो तो import anomaly_patch; anomaly_patch.patchdist_score(image, model, smooth=4.0), registry से लेना हो तो opsspc.get("patchdist_score"))

उपयोग

एक image को हर position के normal distribution से मिलाना: हर patch की Mahalanobis दूरी से anomaly map बनाना (table)।

> नीचे का विस्तृत विवरण मूल text में है — सारांश और headings का अनुवाद हो चुका है।

model comes from patchdist_fit; image must have the training images' shape. The grid of distances sqrt((x - mu)' P (x - mu)) is interpolated (bilinear, between patch centres) to the image size and smoothed by a Gaussian of smooth px (0 = no smoothing). Returns map (H, W; higher = more anomalous), grid (the raw distances), image_score (the maximum of the smoothed map) and smooth.

Raises ValueError for a model that is not a patchdist_fit result, a different image shape, or a negative / non-finite smooth.

संदर्भ (sample data, साहित्य)

• Sample data catalog (DL URL / license) — 2-D के लिए skimage.data (BSD/public) + synthetic, 3-D के लिए real data sources (Stanford/PDS आदि) के DL URL।

• Operators का स्रोत और संदर्भ — इस op family के मूल research/methods के स्रोत।

• Algorithm का मानक स्रोत (लेखक, वर्ष) और उपयोग ऊपर की family usage guide में दिए गए हैं।

चलाए जा सकने वाले उदाहरण (verified samples जो सच में यह op call करते हैं)

• (अभी कुछ नहीं)

वे अगले ops जिनसे type जुड़ता है (`table` को input के रूप में लेते हैं)

msa_anova_table · msa_gauge_rr · msa_bias_linearity · msa_attribute_agreement · gum_standard_uncertainty · gum_propagate · gum_expanded · gum_monte_carlo

इसी category के (`anomaly_patch`)

patch_features · patchdist_fit · patchbank_fit · patchbank_score

*Provenance: anomaly_patch.py — SPC operator registry. यह per-op note tools/opdocs.py md से अपने-आप generate होता है (हाथ से edit न करें)।*

patchdist_score — SPC anomaly_patch op