Initial commit: photonAI MZM MLP baseline only

Made-with: Cursor

configs/default.yaml

@@ -0,0 +1,64 @@
+# 默认配置：MZM MLP 多输出回归基线
+# 将数据 txt 放到 data/ 下并修改 data_path，或保持路径指向你的文件
+
+data_path: data/dataset.txt
+
+split_ratios: [0.7, 0.15, 0.15]  # train, val, test；可改为 [0.8, 0.1, 0.1]
+random_seed: 42
+
+remove_duplicate_rows: true
+
+# 异常值处理策略：none | iqr | zscore | quantile_clip
+# 默认仅报告极端值，不删除；物理上不可信的 V_pi 由下方区间门控剔除
+outlier_strategy: none
+# 启用非 none 策略时，在训练子集上拟合阈值；iqr/zscore 仅删训练集离群行；quantile_clip 按训练分位数 winsorize
+outlier_apply_to: targets  # targets | all
+outlier_config:
+  iqr_k: 1.5
+  zscore_threshold: 4.0
+  quantile_lower: 0.001
+  quantile_upper: 0.999
+
+# 以 txt 第 11 列（列名 V_pi）为物理门控：仅保留闭区间 [v_pi_min, v_pi_max] 内样本
+filter_v_pi_range: true
+v_pi_min: 0.0
+v_pi_max: 500.0
+
+# 在区间过滤之后，是否再剔除 V_pi<=0；若需保留 V_pi=0（仍在 [0,500] 内），请设为 false
+remove_nonpositive_vpi: false
+
+model:
+  input_dim: 8
+  hidden_dims: [200, 300, 350, 300, 200]
+  output_dim: 3
+  batchnorm: false
+  dropout: 0.0
+  residual: false
+
+optimizer:
+  name: adamw
+  lr: 0.001
+  weight_decay: 0.0001
+
+scheduler:
+  type: cosine  # cosine | plateau
+  plateau_factor: 0.5
+  plateau_patience: 10
+  plateau_min_lr: 1.0e-6
+
+training:
+  batch_size: 128
+  epochs: 300
+  early_stopping_patience: 30
+  num_workers: 0
+
+loss:
+  type: huber  # huber | weighted_mse
+  huber_delta: 1.0
+  target_weights: [1.0, 1.0, 1.0]
+
+# 总输出目录；每次训练会在其下创建 run_时间戳/
+output_dir: results
+
+# 评估/推理时若未指定 run_dir，可填最近一次 run 的路径（可选）
+last_run_dir: null