PRODUKTIVE MODELLFAMILIEN / HERKUNFT

Feste Modelle und Hurst-Profile

Übernommene Originalimplementierung

Quelle: WaveletsBrowniansV2A-Codes. Es gibt keine trainierten Checkpoints: Die torch.nn.Module-Objekte enthalten feste Buffer. Der Browserport arbeitet ebenfalls in Float64 und wird gegen die unveränderten nativen Operatoren geprüft. Kein neues Training, keine neue Trainingsdatenproduktion.

Brownian: Faber–Schauder-Synthese und tridiagonale Rekonstruktion. Fractional: konstruktiver ReLU-Generator und explizit gewählter scaffolding_biorthogonal-Analyzer. Die ältere kompakte Grid-/Pseudoinversenfamilie und die rohe Ψ−H-Analyse bleiben historische Referenzen und sind nicht der gewählte App-Empfänger.

Für welche Hurst-Parameter sind die Meyer-Netze ausgelegt?

Die Konstruktion unterstützt 0<H<1; Standard H=0,3. Gebündelt sind 36 separate Kernelprofile: H=0,1…0,9 in 0,1-Schritten und J=5…8. Zwischen H-Profilen werden keine Gewichte interpoliert. Nicht gebündelte H-Werte sind in dieser App nicht auswählbar.

HJ=7: vorhandene AuflösungenJ=8: vorhandene Auflösungen
0.113/1313/13
0.213/1313/13
0.313/1313/13
0.413/136/13
0.513/130/13
0.613/130/13
0.713/130/13
0.813/130/13
0.913/130/13

Diese Tabelle beschreibt archivierte native Messungen vom April 2026, nicht den Abschluss neuer Browserprüfungen. J=7 ist vollständig; J=8 endet nach einem Teil des H=0,4-Laufs. Fehlende Zeilen sind keine Messergebnisse.

Für Browserrechenzeit werden kompakte Synthesespuren und höchstens zwei Faktorisierungen je Worker im RAM gehalten. Große native Caches und Trainingsumgebungen gehören nicht zur Offline-App.

Operator-Manifest und Quellhashes · Projekt- und Hurst-Inventar · Originalquellen und Herkunft