sensitivity op• Data kinds: कोई नहीं → design (केवल arguments से तय होने वाला op — यह कोई image या data input नहीं लेता)
• Call: import fullseye as fs; fs.ledger.doe_saltelli(n=1024, factors=3, seed=0) -> 'dict' (implementation को सीधे call करना हो तो import sensitivity; sensitivity.doe_saltelli(n=1024, factors=3, seed=0) -> 'dict', registry से लेना हो तो opsmultivar.get("doe_saltelli"))
Sobol' indices के लिए sample matrices (Saltelli et al. 2010) -> n (k + 2) runs का design।
> नीचे का विस्तृत विवरण मूल text में है — सारांश और headings का अनुवाद हो चुका है।
A Sobol' sequence of dimension 2k gives two independent n x k matrices A (first k columns) and B (last k). For each factor i, A_B^(i) is A with column i taken from B. Rows are stacked as [A; B; A_B^(1); ...; A_B^(k)] (meta['blocks']), which is the layout sens_sobol reads.
n must be a power of two: the balance properties of a Sobol' sequence hold for 2^m points, and the estimators' error behaves erratically otherwise — the op refuses rather than silently degrading. seed scrambles the sequence (Owen scrambling via scipy); seed=None uses the plain sequence.
• design_of_experiments family guide
• 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।
• sensitivity_tour — py -3.11 examples/sensitivity_tour.py
design को input के रूप में लेते हैं)doe_decode · rsm_fit · doe_main_effects · sens_morris · sens_sobol
sensitivity)doe_morris · sens_morris · sens_sobol
*Provenance: sensitivity.py — MULTIVAR operator registry. यह per-op note tools/opdocs.py md से अपने-आप generate होता है (हाथ से edit न करें)।*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.