PidWindowedResidualDiagnostics【免费下载链接】mat-chem-sim-pred面向工业领域聚焦计算仿真、预测两大核心场景构建面向流程工业机理数据双轮驱动的领域计算层推动AI for Science在材料化学领域的深度应用。项目地址: https://gitcode.com/cann/mat-chem-sim-pred这个算子是干啥的PidWindowedResidualDiagnostics是 PID 模型辨识后的窗口化残差诊断算子。它把每条回路的actual/predicted时间序列切成多个滑动窗口并在每个窗口内计算残差统计量和多 lag 自相关用来回答一个工程问题模型整体看起来拟合不错但在某些时间段是否已经漂移、振荡或局部失配输入和输出actual[B, N], predicted[B, N] - metrics[B, W, 8] - autocorr[B, W, max_lag]其中W 1 (N - window_size) / stride。每个窗口输出 8 个指标残差均值、标准差、MAE、RMSE、最大残差、fit percent、Durbin-Watson 和 Ljung-Box 风格统计量。window 和 stride 是什么window_size是每个局部诊断窗口包含的采样点数stride是相邻窗口起点之间的步长。stride不是交叠样本数本身相邻窗口交叠为overlap window_size - stride例如N 4096 window_size 512 stride 256窗口为window 0: [0, 512) window 1: [256, 768) window 2: [512, 1024) ...这里相邻窗口 50% 重叠。stride越小时间定位越细、计算越多stride越大计算越少但可能漏掉短时异常。它不是全局指标平均窗口化残差诊断不是把全局指标再平均一遍而是给每个窗口独立输出一套指标metrics[B, W, 8] autocorr[B, W, max_lag]它用于定位局部问题例如哪个窗口 RMSE 最大 哪个窗口 max_abs_residual 最大 哪个窗口 mean_residual 持续偏正/偏负 哪个窗口 Durbin-Watson 偏离 2 哪个窗口 Ljung-Box Q 或 autocorr 很大说明存在局部振荡/周期性残差全局残差诊断回答“整段模型是否总体可信”窗口化残差诊断回答“是否存在某一段局部漂移、局部震荡或分段模型失配”。交付内容本目录已从 Python reference 尝试池推进为可构建、可运行的 Ascend C 原型算子包含aclnnPidWindowedResidualDiagnosticshost API。pid_windowed_residual_diagnostics_kerneldevice kernel。ACLNN smoke 示例。ACLNN benchmark。Python reference、Python 单测和本机 benchmark。算法、API、benchmark 和交付说明文档。为什么值得做全局残差诊断只能说明整段数据的平均拟合质量容易掩盖短时间漂移、局部振荡和分段模型失配。窗口化后每个(batch, window)独立归约计算结构是批量扫描和多 lag 自相关适合 NPU 并行。输出只有metrics[B,W,8]和autocorr[B,W,L]相比回传完整窗口轨迹D2H 压力小。可作为 FOPDT/IPDT/SOPDT 模型辨识或 NPU 侧预测流水线后的 device-side 质量门禁。已验证结果本地 Python reference7 passed。node202 / Ascend910B3 CANN 构建通过。ACLNN smoke 通过。node202 benchmark 数值与 CPU reference 对齐metric_max_abs 7.63e-6autocorr_max_abs 0。典型规模B128,N4096,W15,window512,lag32下CPU 64T6.07111 msNPU kernel0.0818743 msresident e2e0.195025 ms。本机验证python -m pytest prediction/ProcessControl/PIDModelFit/pid_windowed_residual_diagnostics/tests/test_pid_windowed_residual_diagnostics.py -q python prediction/ProcessControl/PIDModelFit/pid_windowed_residual_diagnostics/tests/benchmark_pid_windowed_residual_diagnostics.py文档算法说明API 说明Benchmark Note交付说明Ascend C 构建与 smokecd prediction/ProcessControl/PIDModelFit/pid_windowed_residual_diagnostics cmake -S . -B build -DCMAKE_BUILD_TYPERelease -DSOC_VERSIONAscend910B3 cmake --build build -j 2 ./build/test_aclnn_pid_windowed_residual_diagnostics 0 ./build/benchmark_pid_windowed_residual_diagnostics 0 128 4096 512 256 32 5 64【免费下载链接】mat-chem-sim-pred面向工业领域聚焦计算仿真、预测两大核心场景构建面向流程工业机理数据双轮驱动的领域计算层推动AI for Science在材料化学领域的深度应用。项目地址: https://gitcode.com/cann/mat-chem-sim-pred创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考