Bayesian

GGG (Gd3Ga5O12) の THz 透過スペクトル解析用リポジトリです。
現在の作業用コードは主に Programs/ にまとまっており、Bayesian 推定、WLS フィッティング、引き継ぎ資料、既存の解析結果を同じ場所で管理しています。

このリポジトリで主に扱っている内容は次の 2 系統です。

• Bayesian 推定: PyMC + SMC を用いた H-form / B-form の比較
• WLS フィッティング: 参照値作成と初期値評価

現在の構成

Bayesian/
├── README.md
├── bayesian_inputs/
│   ├── BayesianInput_Raw_Transmittance_Temperature.xlsx
│   └── BayesianInput_Raw_Transmittance_Field.xlsx
├── Programs/
    ├── ggg_bayesian_last.py
    ├── ggg_bayesian_last.md
    ├── bayesian_v10_polariton_priority.py
    ├── handover_document_v10.md
    ├── wls_v8_mixed_fitting.py
    ├── WLS_v8_changelog.md
    ├── BayesFacotr.md
    ├── test3_regression_tests.py
    ├── issues/
    ├── wls_v8_results_20260306_160250/
    └── bayesian_v10_results_*/

主なファイル

パス	役割
Programs/ggg_bayesian_last.py	現在の Bayesian 解析コード
Programs/ggg_bayesian_last.md	上記コードの引き継ぎ資料
Programs/bayesian_v10_polariton_priority.py	v10 系の Bayesian スクリプト
Programs/wls_v8_mixed_fitting.py	WLS フィッティングコード
Programs/wls_v8_results_20260306_160250/	Bayesian 側が参照する WLS 結果
bayesian_inputs/	実験入力データ

Programs/ggg_bayesian_last.py と Programs/ggg_bayesian_last.md が、現在の引き継ぎ対象として最も見やすい組（code, document）です。

解析の概要

Bayesian 側では、GGG の THz 透過スペクトルに対して次を行います。

1. Excel から温度依存・磁場依存データを読み込む
2. スペクトルを前処理し、ピーク位置と FWHM を抽出する
3. 物理モデルから透過スペクトルを計算する
4. PyMC の SMC サンプラーでパラメータを推定する
5. H-form と B-form を Bayes factor などで比較する

設計上の特徴は、ポラリトン領域のスペクトル形状を最優先で合わせることです。
共振器領域は補助拘束として使い、主にピーク位置と FWHM で効かせます。

実行環境

推奨は Python 3.10 以上です。
主要な依存ライブラリは次の通りです。

• numpy
• pandas
• scipy
• matplotlib
• pymc
• arviz
• pytensor
• openpyxl

セットアップ

1. 仮想環境

conda create -n research python=3.11 -y
conda activate research

2. 依存パッケージ

pip install numpy pandas scipy matplotlib pymc arviz pytensor openpyxl

使い方

作業ディレクトリはリポジトリ直下でも Programs/ でも構いませんが、現状は Programs/ に入って実行するのが分かりやすいです。

cd Programs

Bayesian 推定

現行の入口は次です。

python ggg_bayesian_last.py

互換用の v10 スクリプトを使う場合は次です。

python bayesian_v10_polariton_priority.py

入力:

• ../bayesian_inputs/
• ./wls_v8_results_20260306_160250/parameters_H.csv
• ./wls_v8_results_20260306_160250/parameters_B.csv

出力:

• Programs/bayesian_v10_results_YYYYMMDD_HHMMSS/

主な出力ファイル:

• trace_H.nc, trace_B.nc
• summary_H.csv, summary_B.csv
• parameters_H.csv, parameters_B.csv
• model_evaluation.json
• posterior_predictive_spectra_HB.png
• posterior_distributions_H.png, posterior_distributions_B.png

WLS フィッティング

python wls_v8_mixed_fitting.py

出力:

• Programs/wls_v8_results_YYYYMMDD_HHMMSS/

主な出力ファイル:

• parameters_H.csv, parameters_B.csv
• summary_H.csv, summary_B.csv
• correlation_H.csv, correlation_B.csv
• model_evaluation.json

CPU 負荷の調整

Bayesian 推定は SMC を使うため重いです。
ggg_bayesian_last.py では次の環境変数で負荷を調整できます。

• BAYES_BLAS_THREADS
• BAYES_MAX_CHAINS
• BAYES_MIN_CHAINS

例:

BAYES_BLAS_THREADS=1 BAYES_MAX_CHAINS=4 python ggg_bayesian_last.py

コード内の設定で軽く試したい場合は、DEBUG_MODE = True も使えます。

最初に見るとよい資料

読む順番は次がおすすめです。

1. Programs/ggg_bayesian_last.md
2. Programs/ggg_bayesian_last.py
3. Programs/wls_v8_results_20260306_160250/parameters_H.csv
4. Programs/BayesFacotr.md

トラブルシュート

症状	確認すること
入力ファイルが見つからない	bayesian_inputs/ がリポジトリ直下にあるか
WLS 参照 CSV が見つからない	Programs/wls_v8_results_20260306_160250/ の場所と名前
ModuleNotFoundError が出る	仮想環境と依存パッケージ
実行が重い	BAYES_MAX_CHAINS を下げる、BAYES_BLAS_THREADS=1 を使う

補足

過去の文書や一部テストファイルには march/ や test3.py など旧名称が残っている可能性があります。
現在の実作業では、まず Programs/ggg_bayesian_last.py を基準に読むのが安全です。