边界测量与内部电阻参数恢复

研究问题

本科毕业设计的题目为“面向拓扑光电融合网络的边缘端口测量与内部参数提取”。项目从一个固定拓扑的电阻网络逆问题出发：只观测边界节点的电压响应，能否识别内部哪些电阻发生了变化，以及变化了多少？

主实验采用 8 × 8 网格、64 个节点、112 条电阻边、28 个边界测量节点和 32 组激励。内部信息经过网络传播后压缩到边界响应中，不同的内部变化可能产生相近的观测，因此需要同时考察恢复精度与可辨识性。

方法与工作内容

• 基于基尔霍夫方程实现正演，生成内部电阻变化与边界电压响应配对的合成数据。
• 建立固定拓扑下的 MLP 基线，并将网络拓扑编码为 GNN 输入。
• 将任务拆为变化数量分类、112 维变化量回归和联合推理，分别检查各环节表现。
• 通过噪声、网络规模、可测端口数及拓扑变化实验，分析方法的适用边界。
• 整理数据元数据、实验记录、指标定义与复现入口，使结果能够回指到具体实验。

公开成果与验证范围

仓库包含当前 GNN 主线、MLP 基线、历史模型路线、可辨识性分析、规模研究和公开图表。阶段性指标与各自的数据口径记录在 CURRENT_BEST.md。

当前数据与结果全部来自合成仿真，尚未包含真实器件或硬件测量验证。 不同阶段的指标需要结合数据集标签、随机种子与指标定义阅读，不能直接视为统一条件下的排名。

从哪里开始

先阅读仓库 README 与复现说明，运行小规模数据生成和冒烟测试，再进入具体的分类、回归或联合推理目录。相关博客记录了这段毕设经历在课题推进方法上的收获与教训。