43-EFT.WP.Data.DatasetCards v1.0 | 第5章 可选扩展字段

目录 ／ 文档-技术白皮书 ／ 43-EFT.WP.Data.DatasetCards v1.0

第5章 可选扩展字段

I. 章节目的与范围

II. 分层与触发原则

• 可选（Optional）：当场景需要更高可审计性/可复现性/合规透明度时启用；若启用，需满足本章的类型/正则/依赖约束并通过 Lint。
• 跨卷依赖：数据契约与导出遵循《Core.DataSpec v1.0》；计量与单位遵循《Core.Metrology v1.0》；到达时/路径量遵循《Core.Equations v1.1》。

III. 可选扩展字段总表

IV. 字段规范与示例

1) lineage

• 语义：上游数据集清单，记录为 dataset_id@version。
• 约束：每项可解析；稳定引用仅指向稳定线版本（推荐 v1.*）。
• 示例：
• lineage:
• - "eift.obs.sky_survey@v1.2"
• - "eift.sim.noise_bank@v1.0"

2) related_artifacts

• 语义：与数据集强关联的脚本、配置、基线模型等。
• 约束：URI/相对路径可解析；导出物在 export_manifest.artifacts[] 中出现并具 sha256。
• 示例：
• related_artifacts:
• - "scripts/preprocess_v2.py"
• - "configs/card_lint.yaml"
• - "baselines/frb_cls_v1.onnx"

3) sensor_profile

• 语义：传感器/阵列/通道画像与标定。
• 结构：
• sensor_profile:
• instruments: [{name:"LOFAR", station:"DE601"}]
• channels: [{id:"LBA-110", fs_hz: 195312.5, bw_hz: 3.9e6, pol:"XY"}]
• calibration: {method:"noise-diode", date:"2025-06-01"}
• 依赖：与方法/计量系卷保持一致。

4) privacy / ethics

• 语义：隐私策略、脱敏方法、伦理披露与使用限制。
• 约束：策略枚举与可追溯说明；对外口径与 DataSpec 保持一致。
• 示例：
• privacy:
• policy: "no-PII"
• deidentification: ["hash-id","mask-location"]
• ethics:
• intended_use: ["academic","benchmark"]
• restrictions: ["no_biometric_identification"]

5) uncertainty

• 语义：误差项、传播与合成规则；系统/随机分栏。
• 结构：
• uncertainty:
• components:
• - {name:"cal_gain", type:"systematic", value:0.8, unit:"%", method:"lab"}
• - {name:"thermal", type:"random", value:2.1, unit:"K", method:"propagate"}
• combine: "rss"
• coverage: "k=2"
• 依赖：量纲/单位与误差预算流程。

6) path_corrections（路径改正）

• 语义：对路径依赖量（如 T_arr）施加介质/线路改正与不确定度分配。
• 结构：
• path_corrections:
• models: ["iono","troposphere","instrumental"]
• parameters: {pwv_mm: 6.0, tec: 8.5}
• uncertainty: {iono:0.7e-9, tropo:0.3e-9, instr:0.2e-9}
• see:
• - "EFT.WP.Metrology.PathCorrection v1.0:MODEL"
• - "EFT.WP.Core.Equations v1.1:S20-1"
• 依赖：路径改正/到达时锚点。

7) timebase_sync（时基与同步）

• 语义：跨平台时基校准、同步策略与切换门限。
• 结构：
• timebase_sync:
• references: ["GPSDO","Rb-clock"]
• drift_ppb_max: 5
• switchover: {threshold_ppb: 10, holdover_s: 1800}
• audits: ["TIE","MTIE"]
• see:
• - "EFT.WP.Metrology.TimeBase v1.0:CAL"
• - "EFT.WP.Metrology.Sync v1.0:SWITCH"
• 依赖：时基/同步卷。

8) distribution（分发增强）

• 语义：镜像、分片、速率限制与地区合规。
• 结构：
• distribution:
• mirrors: ["https://mirror-a.example/datasets/foo/","s3://bucket/foo/"]
• shards: [{path:"train-000.tgz", bytes:134217728}, {path:"train-001.tgz", bytes:134217728}]
• rate_limit: {mbps: 50}
• 依赖：导出策略与清单一致。

V. 计量与路径依赖的一致性要求（适用于启用相关扩展时）

1. 任何涉及 T_arr 的条目，必须在卡片中登记 delta_form、path="gamma(ell)"、measure="d ell"，并通过 check_dim；两种等价表达并存：
   • T_arr = ( 1 / c_ref ) * ( ∫ n_eff d ell )
   • T_arr = ( ∫ ( n_eff / c_ref ) d ell )。
2. 公式内禁用中文；内联符号一律用反引号；含分式/积分/复合算符必须加括号。

VI. 机器可读 Schema 片段（规范性）

# I15-5 Optional Extensions (excerpt)

properties:

lineage:

type: array

items: {type: string, pattern: "^[a-z0-9_\\-\\.]+@v\\d+\\.\\d+(\\.\\d+)?$"}

related_artifacts:

type: array

items: {type: string, minLength: 1}

sensor_profile:

type: object

properties:

instruments: {type: array, items: {type: object}}

channels: {type: array, items: {type: object, properties:{id:{type:string}, fs_hz:{type:number}, bw_hz:{type:number}, pol:{type:string}}}}

calibration: {type: object}

privacy:

type: object

properties: {policy:{type:string}, deidentification:{type:array, items:{type:string}}}

ethics:

type: object

properties: {intended_use:{type:array, items:{type:string}}, restrictions:{type:array, items:{type:string}}}

uncertainty:

type: object

properties:

components: {type: array}

combine: {type: string, enum: ["rss","linear","bayesian"]}

coverage: {type: string}

path_corrections:

type: object

properties:

models: {type: array, items:{type:string}}

parameters: {type: object}

uncertainty: {type: object}

see: {type: array, items:{type:string, pattern:"^[^:]+ v\\d+\\.\\d+:[A-Z].+$"}}

timebase_sync:

type: object

properties:

references: {type: array, items:{type:string}}

drift_ppb_max: {type: number}

switchover: {type: object, properties:{threshold_ppb:{type:number}, holdover_s:{type:number}}}

audits: {type: array, items:{type:string}}

distribution:

type: object

properties:

mirrors: {type: array, items:{type:string}}

shards: {type: array, items:{type: object, properties:{path:{type:string}, bytes:{type:integer}}}}

rate_limit: {type: object, properties:{mbps:{type:number}}}

VII. 与导出清单的耦合（export_manifest 补充）

export_manifest:

references:

- "EFT.WP.Core.DataSpec v1.0:EXPORT"

- "EFT.WP.Core.Equations v1.1:S20-1"

- "EFT.WP.Metrology.PathCorrection v1.0:MODEL"

VIII. 本章合规自检

• 若启用任一扩展字段，则对应 schema/正则与依赖锚点完整，且通过 Lint。
• see[]/references[] 采用“卷名+版本+锚点”，不使用短码或省略版本。
• 涉及 T_arr 的条目补足 delta_form、path、measure 并通过 check_dim；路径改正与时基同步引用对应计量条目。
• 数学表达遵循反引号/括号/禁用中文规则；T_fil/T_trans、n/n_eff 不混用。