پایلوت فصل ۱۰: مسیر یادگیری و تمرین‌های حل‌شده

این صفحه مسیر تکمیل پایلوت مقدماتی و آمادگی برای توسعه را می‌دهد. صورت‌بندی تحصیلات تکمیلی با محاسبه‌ای کوچک و عمداً قابل‌بررسی از نظر فرض و خطا همراه است.

مسیر یادگیری¶

پیشنهاد تدریس: یک جلسه برای مدل، تقسیم و کرنل و جلسهٔ دوم برای شبکه و بررسی معکوس؛ خواندن و تفسیر مکتوب بین یا پس از آن. این برنامهٔ ثابت دوره نیست.

پیش از آزمایشگاه تمام‌موج ب، مطالب موج، سلول، پراش و بررسی عددی فصل‌های ۲، ۳، ۴ و ۶ را کامل کنید. پیش از آزمایشگاه جِ ساخت‌محور، سنتز و ملاحظات تجربی و مواد فصل‌های ۵ و ۹ را به هم پیوند دهید. اگر فرض‌های مدل روشن باشند، مرحلهٔ تحلیلی الف را می‌توان زودتر کامل کرد.

پیش از پایتون¶

1. ورقه در تشدید عبور می‌دهد یا بازتاب؟ فاز عبور چه می‌شود؟

2. آیا طیف بازیابی‌شدهٔ کاملاً محافظه‌کار، الزاماً هندسهٔ درخواستی را دقیق پیش‌بینی می‌کند؟

3. آیا شبکهٔ منعطف‌تر الزاماً با ۴۰ نمونهٔ یک‌بعدی نرم از درون‌یابی بهتر است؟

4. آیا بهینه‌ساز خطای مدل را مؤثرتر از آزمون تصادفی پیدا می‌کند؟

پس از جدول عددی به پاسخ‌ها برگردید. ارزش پایلوت، استدلال پیونددهندهٔ محاسبه به ادعاست.

مثال ۱: بقا و تشدید¶

از $r=-\gamma/(\gamma-i\Delta)$ و $t=-i\Delta/(\gamma-i\Delta)$:

در $\Delta=0$، $r=-1,t=0$ یعنی بازتاب کامل و معکوس شدن فاز. در $|\Delta|=\gamma$ هر توان $1/2$ و در دوری زیاد $r\to0,t\to1$ است.

برای ماتریس متقارن کامل، $r^*t+t^*r=0$ را نیز کنترل کنید. $r^*t=i\gamma\Delta/(\gamma^2+\Delta^2)$ حقیقی صفر دارد؛ جمله‌های غیرقطری صفر و مدل تحلیلی یکانی است. این، خروجی دلخواه یادگرفته را یکانی نمی‌کند.

تفسیر: فاز عبور در صفر دقیق تعریف نشده و فاز عددی آن هدف فیزیکی مفید نیست. آستانهٔ دامنه و کسر کنارگذاشتهٔ سنجهٔ فاز را بیان کنید.

مثال ۲: برش شاخهٔ فاز¶

برای $t=e^{i179^\circ}$ و $\widehat t=e^{-i179^\circ}$، تفریق معمول $-358^\circ$ و اختلاف دایروی:

خطای دامنهٔ مختلط:

دامنه‌ها یک و دور از صفر عبورند. هدف حقیقی و موهومی در این برش ناپیوسته نیست، ولی هنوز به دادهٔ کافی نیاز دارد.

ادامه: دامنهٔ یکی را با حفظ فاز ۰٫۰۱ کنید. چرا خطای فاز کوچک اکنون خطای دامنهٔ بزرگ را پنهان می‌کند؟

مثال ۳: نمونهٔ ندیده چیست؟¶

۸۰ هندسه با ۱۰۱ فرکانس، ۸۰۸۰ ردیف می‌دهند. تقسیم تصادفی همهٔ ردیف‌ها می‌تواند یک هندسه را در هر سه مجموعه قرار دهد؛ پیش‌بینی فرکانس نزدیک آسان است و یادگیری هندسهٔ ندیده را نشان نمی‌دهد.

برای ادعای هندسهٔ نو، ۸۰ شناسه را به‌هم بزنید و ۴۰ طیف کامل آموزش، ۲۰ اعتبارسنجی و ۲۰ آزمون کنید. بهنجارسازی روی آموزش، تنظیم روی اعتبارسنجی و گزارش پس از تثبیت انتخاب‌ها باشد. مدل هنوز می‌تواند در محدودهٔ هندسی درون‌یابی کند؛ این آزمون هندسهٔ کنارگذاشته است، نه شکل و مادهٔ دلخواه.

آزمایش متفاوت سخت‌تر، بازهٔ پیوستهٔ $g$ را کنار می‌گذارد: بازهٔ داخلی، درون‌یابی روی شکاف و بیرون دامنه، برون‌یابی است. بازه و قواعد باقی‌مانده را پیشاپیش مشخص و نتایج را از مرجع پایلوت جدا کنید.

تفسیر: طراحی تقسیم بخشی از پرسش علمی است، نه فقط پردازش داده.

مثال ۴: ابهام وارون و خطای جانشین¶

در $y=x^2$، هر دو $x=-1,1$ برای $y=1$ معتبرند. پیش‌بین معکوس قطعی با برچسب‌های هم‌فراوان و زیان مربع، کمینه می‌کند:

کمینه در $\widehat x=0$، ولی پاسخ مستقیم صفر است. میانگین جواب‌های معتبر می‌تواند جواب نامعتبر بسازد.

تندم پاسخ طرح را از جانشین مستقیم ثابت می‌سنجد و میانگین مستقیم برچسب متعارض را دور می‌زند؛ اما آیا جانشین در آن طرح درست است؟ اگر $\widehat F(x)=1$ ولی $F(x)=0.6$ باشد، زیان جانشین صفر و خطای واقعی ۰٫۴ است.

بررسی: کران را اعمال، چند نامزد را نگه، با مدل اصلی ارزیابی و همان هدف را پیش و پس مقایسه کنید. ادعای تمام‌موج، همگرایی و کانال مناسب می‌خواهد. افزودن آموزش، استفاده از آزمون قبلاً دیده‌شده برای انتخاب مدل را توجیه نمی‌کند.

مثال ۵: کتابخانه چه وقت هزینه‌اش را جبران می‌کند؟¶

مدل هزینهٔ فرضی برحسب ثانیه:

برای $Q$ کار تکراری با همان کتابخانهٔ معتبر، هزینهٔ جانشین $60600+210Q$ و متعارف $6000Q$ است. اولی ارزان‌تر است وقتی:

پس اولین عدد صحیح سربه‌سر ۱۱ کار است. این زمان‌های ساختگی آموزشی‌اند، نه اندازه‌گیری دفترچه. تغییر ماده، خروج از دامنه یا آموزش دوباره حساب را عوض می‌کند. شکست حل و بررسی اضافی را هم ثبت کنید. بودجهٔ برابر کیفیت برابر تضمین نمی‌کند؛ عملکرد هدفِ بررسی‌شده را مقایسه کنید.

گزارش و معیار مرور¶

دو دفترچهٔ دارای خروجی و تفسیر کوتاه، یا گزارش مشترک با پیوند هر دو تحویل دهید. مرورگر علمی باید این‌ها را بیابد:

• معنای فیزیکی: قرارداد، مخرج، نگاشت مصنوعی و کنترل تشدید و بقا.

• بازتولید: نسخهٔ بسته، پارامتر، همهٔ شناسه‌ها، نامزدهای تنظیم، انتخاب و وضعیت بهینه‌ساز.

• مقایسه: هندسهٔ آزمون یکسان، خط مبنا، همهٔ بذرها، خطای مختلط و توان و فاز و کسر حذف فاز.

• وارون: هدف، کران، فاصلهٔ شبکه یا تعداد نامزد، مختصات پیشنهادی و خطای پیش‌بینی و بررسی.

• تفسیر: حداقل یک محدودیت حل‌نشده و آزمایش تمام‌موج مشخص برای رفع آن.

گزارش خوب می‌تواند نتیجه بگیرد شبکه برای این مسئلهٔ کوچک لازم نبود. رتبه‌بندی بدون تقسیم یا بررسی ناقص است. هشدار همگرایی را توضیح دهید، نه حذف.

چه کامل و چه آینده است؟¶

پایلوت مقدماتی شامل فصل، این مثال‌ها، دو دفترچهٔ تحلیلی اجراشده و چهار طرح آزمایشگاه است. دادهٔ تمام‌موج، قطعهٔ ساخته‌شده، پیاده‌سازی تندم یا مولد و یادگیری فعال آیندهٔ ب تا د هستند.

فصل ۴ مبنای کانال و فصل ۳ نخستین کتابخانهٔ TE تمام‌موج معتبر و حل‌گر بازتولیدپذیر را می‌دهند. آن داده تک‌طول‌موجی آموزشی است؛ مراحل یادگیری، وارون و فعال فصل ۱۰ به دادهٔ گسترده‌تر انتخابی و اجرای خودشان نیاز دارند. سرفصل نقشهٔ ده‌فصلی را نشان می‌دهد.