replicate_compare — DRIVE grind op

• 데이터 종류: any → table

• 호출: import fullseye as fs; fs.ledger.replicate_compare(groups: 'dict', log: 'bool' = True) -> 'dict'(구현을 직접 호출하려면 import grind; grind.replicate_compare(groups: 'dict', log: 'bool' = True) -> 'dict', 원장에서 가져오려면 opsdrive.get("replicate_compare"))

사용법

독립 시행의 산포와 군(재료) 간의 차이를 같은 척도로 나란히 놓습니다.

groups: 이름 → (n_runs, n_conditions) 배열(예: 재료별 3 회 × 7 시점의 D50). 모든 군에서 n_conditions 가 같다. log=True 는 ln 을 취한 뒤 비교한다(지름 비의 흩어짐 = 변동계수에 가깝다). 반환: spread(군 → 조건별 mean·sd· cv(SD/평균, 원래 척도), cv_pooled(cv 의 제곱평균제곱근), cv_max), separation(군의 쌍 → 조건별 |Δ平均| / √(SE₁² + SE₂²)(SE = SD/√n)와 그 최소 min_z. 키는 "名前1|名前2" 형식의 문자열). 시행이 2 미만 → ValueError.

참고(샘플 데이터·문헌)

• 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.

실행 가능한 예제(이 연산자를 실제로 호출하는 검증된 샘플)

• poc_powder_grinding_ae — py -3.11 examples/poc_powder_grinding_ae.py

타입이 이어지는 다음 연산자(table 를 입력으로 받는 것)

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

같은 카테고리(grind)

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

*Provenance: grind.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.