conv_gci — CONVERGE `verification` op

• データ種: なし → table(引数だけで決まる op —— 画像やデータの入力を取らない)

• 呼び出し: import fullseye as fs; fs.ledger.conv_gci(phi=None, h=None, r=None, n_cells=None, dim=None, safety_factor=1.25) -> 'dict' (実装を直接呼ぶなら import converge; converge.conv_gci(phi=None, h=None, r=None, n_cells=None, dim=None, safety_factor=1.25) -> 'dict'、台帳から引くなら opsconverge.get("conv_gci"))

使い方

最も細かい解の格子収束指標 GCI: Celik ら 2008 の手順(式 1〜7)。

> 以下の詳細説明は原文のままです —— 要約と見出しは訳出済み。

Takes the same inputs as conv_observed_order (three solutions, finest first, and the refinement) and returns, with p from eq. (3):

phi_ext21 = (r21^p phi1 - phi2) / (r21^p - 1) (4) (and phi_ext32)

e_a21 = |(phi1 - phi2) / phi1| (5)

e_ext21 = |(phi_ext12 - phi1) / phi_ext12| (6)

GCI_fine21 = 1.25 e_a21 / (r21^p - 1) (7)

(safety_factor = 1.25 as in eq. (7)). Fractions and percentages are both returned, and report reads "phi1 +- GCI". Note what the GCI is not: it bounds the discretization error of the fine solution only — "this does not account for modeling errors" (Celik).

Refusal as in conv_observed_order, plus phi1 = 0 or phi_ext = 0 (relative errors undefined). Defaults: Celik Table 1, first column (GCI 2.2 %).

詳しい使い方ガイド

• convergent_computation ファミリガイド

参考(サンプルデータ・文献)

• サンプルデータカタログ(DL URL / ライセンス) — 2-D は skimage.data(BSD/public)+ 合成、3-D は実データ源(Stanford/PDS 等)の DL URL。

• 演算子の来歴・参考文献 — この op 族の元になった研究/手法の出典。

• アルゴリズムの正典(著者・年)と用途は上記ファミリ使い方ガイドに記載。

実行できる例(この op を実際に呼ぶ検証済みサンプル)

• converge_tour — py -3.11 examples/converge_tour.py

型が繋がる次の op(`table` を入力に取れる)

—

同カテゴリ(`verification`)

conv_observed_order

*Provenance: converge.py — CONVERGE operator registry. この per-op ノートは tools/opdocs.py md が自動生成(手編集しない)。*

conv_gci — CONVERGE verification op

使い方