check op• Data kinds: calresult → calresult
• Call: import fullseye as fs; fs.ledger.simcal_uncertainty(result=None, method='laplace', n_boot=40, level=0.95, seed=0) -> 'dict' (implementation को सीधे call करना हो तो import simcalcheck; simcalcheck.simcal_uncertainty(result=None, method='laplace', n_boot=40, level=0.95, seed=0) -> 'dict', registry से लेना हो तो opssimcal.get("simcal_uncertainty"))
निर्धारित knobs के standard deviation और intervals: Laplace (inverse Fisher) या parametric bootstrap।
> नीचे का विस्तृत विवरण मूल text में है — सारांश और headings का अनुवाद हो चुका है।
Only knobs that kept a point estimate are covered; knobs without one are held at the end point (the intervals are conditional on them — stated in note). laplace: covariance = inverse of J^T W J at the estimate on the unit-scaled knobs, intervals u ± z sd mapped back through each knob's scale (a log knob gets an asymmetric interval), std by the delta method. bootstrap: n_boot refits to the fitted prediction plus Gaussian noise of the noise model's variance (Efron 1979), percentile intervals at level. A result with no point estimate is refused. Under a model discrepancy both are optimistic (simcal_discrepancy says so).
• sim_to_real_calibration 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।
• poc_simcal_thin_film — py -3.11 examples/poc_simcal_thin_film.py
calresult को input के रूप में लेते हैं)simcal_identifiability · simcal_validate · simcal_discrepancy · simcal_report
check)simcal_identifiability · simcal_validate · simcal_discrepancy
*Provenance: simcalcheck.py — SIMCAL 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.