ae_size_correspondence — DRIVE `grind` op

• Data kinds: signal × signal → table

• Call: import fullseye as fs; fs.ledger.ae_size_correspondence(power, d50, group=None) -> 'dict' (implementation को सीधे call करना हो तो import grind; grind.ae_size_correspondence(power, d50, group=None) -> 'dict', registry से लेना हो तो opsdrive.get("ae_size_correspondence"))

उपयोग

AE band power और D50 का संबंध (monotonicity, correlation, log–log slope α, P ∝ D50^α)।

group देने पर परिणाम प्रत्येक समूह (सामग्री) के लिए अलग दिए जाते हैं (सामग्री के अनुसार शक्ति का स्तर परिमाण-क्रम से भिन्न होता है, इसलिए मिलाया गया सहसंबंध स्तरों का अंतर पकड़ता है — pooled केवल संदर्भ के लिए)।

रिटर्न: समूह → n, spearman (रैंक सहसंबंध), alpha (ln P को ln D50 पर फ़िट करने की ढलान), sign_agree (सभी जोड़ों में "जिसका D50 बड़ा है उसका P भी बड़ा है" का अनुपात)। 2 बिंदु होने पर spearman केवल ±1 ही हो सकता है (n हमेशा साथ में लिखें)।

संदर्भ (sample data, साहित्य)

• 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।

चलाए जा सकने वाले उदाहरण (verified samples जो सच में यह op call करते हैं)

• poc_powder_grinding_ae — py -3.11 examples/poc_powder_grinding_ae.py

वे अगले ops जिनसे type जुड़ता है (`table` को input के रूप में लेते हैं)

course_layout · course_occupancy · course_contains · world_build · world_camera · world_move · lidar_scan · rss_longitudinal_same

इसी category के (`grind`)

particle_size_read · particle_size_dx · particle_size_oversize · particle_size_synth · comminution_energy · comminution_law_fit · breakage_first_order_fit · replicate_compare

*Provenance: grind.py — DRIVE operator registry. यह per-op note tools/opdocs.py md से अपने-आप generate होता है (हाथ से edit न करें)।*

ae_size_correspondence — DRIVE grind op