check op• 데이터 종류: calresult → calresult
• 호출: import fullseye as fs; fs.ledger.simcal_discrepancy(result=None, level=0.99) -> 'dict'(구현을 직접 호출하려면 import simcalcheck; simcalcheck.simcal_discrepancy(result=None, level=0.99) -> 'dict', 원장에서 가져오려면 opssimcal.get("simcal_discrepancy"))
잡음으로 정규화한 잔차에 모형이 만들 수 없는 구조(모형 불일치)가 있는가.
> 아래 상세 설명은 원문입니다 —— 요약과 제목은 번역되어 있습니다.
The residual of every valid pixel is divided by the noise standard deviation (camera noise plus the model's own sample variance), so white residuals have unit variance. With three or more conditions the matrix is conditions x pixels valid in all of them; with fewer it is the rows x columns of the (first) residual image (a smooth spatial pattern is low-rank there). sensitivity.mv_residual_pca counts the components whose singular value exceeds the Tracy-Widom level point of white noise of that shape (Johnstone 2001; level in 0.90 / 0.95 / 0.99 — the bare Marchenko-Pastur edge sqrt(n) + sqrt(p) is exceeded by pure noise 10-14 % of the time, measured). Structure found: verdict = "structure", the loadings as maps (where the model is wrong), and a warning that every uncertainty of the result is optimistic — a calibrated knob may be absorbing the missing physics.
• sim_to_real_calibration 패밀리 가이드
• 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.
• poc_pocket_interreflection — py -3.11 examples/poc_pocket_interreflection.py
• poc_simcal_thin_film — py -3.11 examples/poc_simcal_thin_film.py
• simcal_checks_tour — py -3.11 examples/simcal_checks_tour.py
calresult 를 입력으로 받는 것)simcal_identifiability · simcal_uncertainty · simcal_validate · simcal_report
check)simcal_identifiability · simcal_uncertainty · simcal_validate
*Provenance: simcalcheck.py — SIMCAL 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.