52-数据集卡 Template v1.0 | 第2章 术语、符号与单位（数据集最小集）

目录 ／ 文档-技术白皮书 ／ 52-数据集卡 Template v1.0

第2章 术语、符号与单位（数据集最小集）

I. 术语（Terms）

• sample（样本）：数据集中最小记录单元。
• feature（特征）：可用于建模/统计的字段。
• label（标签）：目标/监督字段。
• metadata（元数据）：描述数据及生成过程的附加信息。
• split（切分）：train/val/test/holdout/slice_k 等数据子集。
• window/partition（窗口/分区）：时间/空间/实体上的聚合单元。
• contract/schema（契约/模式）：字段、类型、单位、量纲与约束的声明。
• coverage（覆盖口径）：k 覆盖/alpha 显著性/quantile[p_lo,p_hi]。
• lineage（血缘）：来源链与依赖图（DAG）。

II. 符号（Symbols，最小集）

• 规模：N（样本数），M（特征数），|split|（切分大小）。
• 时间与采样：f_s（采样率），T_win（窗口），ts_start/ts_end（ISO-8601）。
• 路径量：gamma(ell)（路径），d ell（测度），n_eff(ell)（有效折射率），c_ref（参考传播上限），λ_ref（参考波长），T_arr（到达时），Phi（相位）。
• 质量与不确定度：Q_res，u(x)，u_c，U = k·u_c，Σ（协方差），p_dim。
• 同步健康：δt_abs（绝对时偏差），Δτ_ch（通道偏置），σ_y(τ)（Allan 偏差）。
• 资源/性能（如适用）：Latency_P95，Throughput，ρ（利用度）。

III. 单位与量纲（Units & Dimensions）

• SI 与国际符号：m, s, rad, 1, m/s, 1/m, Pa, N, J, Hz。
• 字段表必须给出 unit 与（或）在契约中声明量纲 dim。
• 量纲闭合要求：全书发布前通过 I70-dim_check，p_dim = 1.0，随附 check_dim_report.json。

IV. 路径量统一口径（Normative Path Forms）

• 到达时（两种等价）：
  T_arr = ( 1 / c_ref ) * ( ∫ n_eff d ell )
  T_arr = ( ∫ ( n_eff / c_ref ) d ell )
• 相位累计：
  Phi = ( 2π / λ_ref ) * ( ∫ n_eff d ell )

正文显式 gamma(ell) 与 d ell；数据侧记录 delta_form ∈ {general, factored}；路径阵列满足 len(gamma_ell)=len(d_ell)=len(n_eff)≥2。

V. 写法与歧义规避（Mandatory Conventions）

• 反引号包裹内联符号（如 T_arr、Phi、n_eff、c_ref）。
• 括号强制：含除号/积分/复合算符的表达必须加括号；ln/exp/conv 使用函数式。
• 冲突名强制：T_fil（张力）≠ T_trans（透射系数）；n（数密度）≠ n_eff（有效折射率）。
• 禁止裸用：c、T、n。
• 覆盖口径一致：数据侧与发布侧在 k/alpha/quantile 三者中选其一并保持一致。

VI. 字段表（最小模板）

VII. 机读契约（Machine-Readable Contracts，节选）
A. schema.json

{

"$schema": "https://json-schema.org/draft/2020-12/schema",

"title": "Dataset v1.0.0 (minimal)",

"type": "object",

"required": ["record_id","acq","path","medium","ref","see","version"],

"properties": {

"record_id": { "type": "string" },

"acq": {

"type": "object",

"required": ["ts_start","ts_end"],

"properties": {

"ts_start": { "type": "string", "format": "date-time" },

"ts_end": { "type": "string", "format": "date-time" }

}

},

"path": {

"type": "object",

"required": ["gamma_ell","d_ell"],

"properties": {

"gamma_ell": { "type": "array", "items": { "type": "number" }, "minItems": 2 },

"d_ell": { "type": "array", "items": { "type": "number" }, "minItems": 2 }

}

},

"medium": {

"type": "object",

"required": ["n_eff_profile"],

"properties": {

"n_eff_profile": { "type": "array", "items": { "type": "number" }, "minItems": 2 }

}

},

"ref": {

"type": "object",

"properties": {

"c_ref": { "type": "number" },

"lambda_ref": { "type": "number" }

}

},

"see": { "type": "array", "items": { "type": "string" }, "minItems": 1 },

"version": { "type": "string" }

}

}

B. contract.yaml（路径块与覆盖声明）

version: "1.0.0"

path:

required: true

gamma: "gamma(ell)"

measure: "d ell"

delta_form: "general" # or "factored"

coverage:

mode: "k" # k | alpha | quantile

k: 2

units:

T_arr: "s"

Phi: "rad"

c_ref: "m/s"

lambda_ref: "m"

VIII. 规范示例（Normative Examples）

• 路径一致性检查：
  len(gamma_ell)=len(d_ell)=len(n_eff)≥2；Δell ≤ ( c_ref / f_s ) / max(n_eff)。
• 相位区间报告：Fisher–z 变换区间 → 反变换回 r_phi 并给出 [LB,UB]。
• 量纲校核示例：
  T_arr = ( ∫ ( n_eff / c_ref ) d ell ) ⇒ [1]/[m·s^-1]·[m] = [s]。

IX. 反例与修正（Anti-Patterns & Fixes）

• 反例：T_arr = ∫ n_eff / c_ref d ell（缺括号）→ 修正：T_arr = ( ∫ ( n_eff / c_ref ) d ell )。
• 反例：仅声明 gamma(ell)，缺 d ell/delta_form → 修正：补齐并与 n_eff 对齐。
• 反例：单位用文本 % → 修正：单位用 1，并在注释中说明“百分比”。
• 反例：引用无版本/锚点 → 修正：见《EFT.WP.Core.Equations v1.1》Ch.2 S20-1。

X. 执行勾选清单（Checklist）

• 字段表与 schema.json/contract.yaml 一致；所有数值字段显式单位与量纲。
• 路径量显式 gamma(ell)/d ell，并记录 delta_form；len(path) ≥ 2、Δell 合规。
• 统一口径：到达时两式与相位公式均已采用括号化写法。
• 覆盖口径在数据与发布侧一致（k/alpha/quantile）；p_dim = 1.0 且已附 check_dim_report.json。
• see[]/references[]/version 合规且锚点直指率 ≥ 90%；禁止外链与别名。