montecarlo op• 데이터 종류: 없음 → table(인자만으로 정해지는 연산자 —— 이미지나 데이터 입력을 받지 않습니다)
• 호출: import fullseye as fs; fs.ledger.mc_sequential_mean(sampler='pi', tol=0.01, rel_tol=0.0, confidence=0.95, batch=4096, max_samples=4000000, seed=0, on_fail='raise') -> 'dict'(구현을 직접 호출하려면 import converge; converge.mc_sequential_mean(sampler='pi', tol=0.01, rel_tol=0.0, confidence=0.95, batch=4096, max_samples=4000000, seed=0, on_fail='raise') -> 'dict', 원장에서 가져오려면 opsconverge.get("mc_sequential_mean"))
순차 몬테카를로 평균: 신뢰구간이 허용 폭보다 좁아질 때까지 표본을 더한다.
> 아래 상세 설명은 원문입니다 —— 요약과 제목은 번역되어 있습니다.
sampler(rng, n) returns n i.i.d. samples (a 1-D array) — or the built-in "pi" (4 * [u^2 + v^2 <= 1], mean pi). Batch b is drawn from default_rng((seed, b)), so the result is reproducible and does not depend on how many batches came before.
Stops at the first batch boundary, from the second batch on, where the half-width z * s / sqrt(n) <= tol + rel_tol * |mean| (z from confidence; s the running sample standard deviation). This is the fixed-width sequential interval of Chow & Robbins 1965; never stopping inside the first two batches guards against an early, accidentally small variance (raise batch to guard more) — the actual coverage is checked by the gates, not assumed.
Returns mean, se, ci (lower, upper), half_width, n_samples (used), converged and history (n, mean, se per batch). Refusal: max_samples reached first raises NotConvergedError (on_fail="record" returns the record with mean = None and the running values under last_mean / last_se).
• convergent_computation 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.
• (아직 없음)
table 를 입력으로 받는 것)—
montecarlo)*Provenance: converge.py — CONVERGE 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.