aic_from_rss — DRIVE `ball` op

• Data kinds: कोई नहीं → scalar (केवल arguments से तय होने वाला op — यह कोई image या data input नहीं लेता)

• Call: import fullseye as fs; fs.ledger.aic_from_rss(rss: 'float', n: 'int', k: 'int') -> 'float' (implementation को सीधे call करना हो तो import ballistics; ballistics.aic_from_rss(rss: 'float', n: 'int', k: 'int') -> 'float', registry से लेना हो तो opsdrive.get("aic_from_rss"))

• GPU: नहीं (केवल CPU reference implementation)

उपयोग

least-squares के residual sum of squares से Akaike information criterion: AIC = n ln(RSS/n) + 2k(Gaussian noise, variance maximum likelihood से अनुमानित, constant term हटाया)। केवल एक ही data पर fit किए गए models के बीच का अंतर अर्थपूर्ण है (निरपेक्ष मान scale और n पर निर्भर)। n ≤ k, RSS ≤ 0 और non-finite मानों पर ValueError (RSS = 0 पर AIC = −∞, model-selection का प्रश्न ही नहीं बनता)।

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)

• poc_video_physics_consistency — py -3.11 examples/poc_video_physics_consistency.py

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

spin_from_marker_sequence · carla_transform_matrix · carla_pose_to_world · carla_camera_pose · carla_xy_yaw · carla_scene_load · town_chain · osm_parse

इसी category के (`ball`)

ball_params · impact_params · flight_vacuum · flight_ode · flight_simulate · flight_state_at · magnus_lift_coefficient · drag_coefficient_sphere

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

aic_from_rss — DRIVE ball op