Styxis
Company
Knowledge

정수 나노초의 NumPy gradient: float 변환 전에 원점과 간격 보존하기

큰 절대 시각의 float 변환 전에 정수 차이를 보존해야 작은 간격과 변화율을 잃지 않는다. 원시 간격에서 도출한 기울기로 결과를 승인한다.

큰 절대값과 작은 간격

큰 절대 시각의 float 변환 전에 정수 차이를 보존해야 작은 간격과 변화율을 잃지 않는다. 원시 간격에서 도출한 기울기로 결과를 승인한다. Truthound에 넘길 기울기 기준은 같은 반올림된 절대 timestamp에서 계산하면 안 된다. 작은 간격을 잃은 뒤 유한한 수가 나와도 변화 탐지의 정확성은 남지 않을 수 있다. [1, 2, 3]

댓글의 우회와 남은 범위

NumPy #33173은 정수 나노초 timestamp를 float64로 먼저 바꾸면 간격이 달라져 선형 자료의 gradient도 1에서 벗어난다는 시험 보고다. 운영 영향은 확인하지 않았다. 후속 댓글은 원점을 정수일 때 빼는 우회와 여러 overflow 경계를 다뤘다. 제안 정밀 차분을 모든 범위에 검증된 정식 수정으로 안내하지 않는다. [1]

원점을 먼저 보존하기

시계열 담당자는 정수 원시 시각과 기준 원점을 보존하고 손실 없는 상대 시간에서 기울기 기준을 만든다. 기준 밖 gradient는 변화 탐지에 사용하지 않고 원점 차감 경로를 시험한다. 정수 차감 자체의 범위와 시간 단위를 확인하고 원래 epoch는 별도 보관한다. stencil과 실제 업무 오차 기준은 합성 선형 예와 나눠 정한다. [1, 3]

선형 자료의 기울기 1

설명용 경과 시각은 [0,1000,3000,6000]ns이고 값도 같은 숫자다. 모든 구간의 값 차이/시간 차이는 1이므로 기대 gradient는 1이다. 절대 epoch를 더해도 이 정의는 변하지 않는다. 관측 1은 이 선형 조건을 충족한다. 0.9765625는 기대와 달라 실패다. 같은 원점을 더한 변환 전후를 대조해 절대값과 간격을 나눠 확인한다. [1, 3]

기준 기울기를 준비한 검사

Truthound Core Python SDK 3.3.2의 ColumnPairValidator는 independently_derived_gradient와 observed_gradient를 relationship="=="로 비교한다. 이 fixture는 정확 선형 기준이며 실제 float 오차 예산은 별도 적용한다. 기준 계산과 차감은 운영자가 수행하고 SDK는 np.gradient를 실행하거나 시각 간격을 복구하지 않는다. [1, 2, 3]

실제 변화 탐지와 연결하기

정수에서 원점을 뺀 경과 시간이나 검증한 정밀 차분을 선택하고 전체 시간 범위의 안전성을 확인한다. 원점 차감 후에도 데이터 단위나 샘플 대응이 바뀌면 같은 변화율이 아니다. 검증된 경로를 선택한 뒤 실제 anomaly 소비자의 false alarm·누락 영향은 별도로 평가한다. [1, 3]

적용 조건

정수 원점 차감 자체의 범위 안전성과 시간 단위를 확인하고 원래 절대 시각을 별도 보관한다.

대안

정수에서 원점을 뺀 경과 시간 또는 검증된 정밀 차분 경로를 사용하고 전체 시간 범위의 안전성을 확인한다.

한계

  • Core는 준비한 기울기 쌍을 비교하며 np.gradient나 정수 시각 차감을 수행하지 않는다. 실제 float 업무의 오차 기준과 경계 stencil은 별도 검토한다.

근거

사건 확인일
대상 확인일
수정일