doseunif op• 데이터 종류: scalar × scalar × scalar × scalar → table
• 호출: import fullseye as fs; fs.ledger.dose_cv_lognormal(d_median: 'float', sigma_ln: 'float', dose_mg: 'float', density: 'float', basis: 'str' = 'number', method: 'str' = 'closed', sampling: 'str' = 'poisson', n_rep: 'int' = 2000, seed: 'int' = 0, max_draws: 'int' = 20000000) -> 'dict'(구현을 직접 호출하려면 import doseunif; doseunif.dose_cv_lognormal(d_median: 'float', sigma_ln: 'float', dose_mg: 'float', density: 'float', basis: 'str' = 'number', method: 'str' = 'closed', sampling: 'str' = 'poisson', n_rep: 'int' = 2000, seed: 'int' = 0, max_draws: 'int' = 20000000) -> 'dict', 원장에서 가져오려면 opsdrive.get("dose_cv_lognormal"))
입경이 로그 정규인 분체에서 1회분(약 dose_mg)을 취했을 때 함량의 CV(입자 수의 요동만).
닫힌 형태(유도는 모듈 첫머리): CV² = c · D63³ / D, c = πρ/6, D63³ = d_g³ exp(13.5 σ²) = d_v³ exp(4.5 σ²). basis:
"number"(d_median 은 개수 기준 중앙 직경 d_g, 화상에서 입자를 세는 방식)/ "volume"(체적 기준 중앙 직경 d_v, 레이저 회절의 D50). sampling: "poisson"(기본, 입자 수 N 이 Poisson)/ "fixed_count"(N 을 λ 를 반올림한 정수로 고정, CV² = CV²_Poisson − 1/N). method="monte_carlo": 1 회분을 n_rep 회 만들고(N 을 뽑고, N 개의 직경을 로그정규에서 뽑아 질량을 더함) 표본 CV 를 반환한다 —— 닫힌 형태와 독립된 경로(식을 쓰지 않음). 표준오차 cv_mc_se 는 20 개 묶음의 흩어짐에서. 뽑는 직경의 총수가 max_draws 를 넘으면몰래 줄이지 않고 ValueError(λ × n_rep 을 보고 n_rep 을 줄이거나 닫힌 형태를 쓴다).
반환: cv(method 의 값), cv_closed, particles_per_dose(λ, fixed_count 에서는 정수 N), mean_particle_mg, d63, d_number_median·d_volume_median [µm], basis·sampling·method, Monte Carlo 라면 cv_mc·cv_mc_se·n_rep·draws. Raises ValueError: 양수여야 할 양이 양수가 아님, 철자 오류, fixed_count 에서 N < 2, Monte Carlo 의 총수가 상한을 넘음.
• 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_dose_uniformity_from_grinding — py -3.11 examples/poc_dose_uniformity_from_grinding.py
table 를 입력으로 받는 것)course_layout · course_occupancy · course_contains · world_build · world_camera · world_move · lidar_scan · rss_longitudinal_same
doseunif)dose_cv_from_sizes · grind_time_for_dose_cv
*Provenance: doseunif.py — DRIVE 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.