👁 预测引擎演示（灰箱 PINN 实跑样例）
合成演示数据（种子固定）× 48 颗样本 · 25% 右删失 · 5 成员深度集成 · 本页由构建脚本从真实引擎输出烘焙生成，欢迎对照 run_demo.py 复算
① 引擎质量指标
物理主导度
49%
训练 95% 区间覆盖率
97%
LOO RMSE (ln)
0.182
右删失样本
12 / 48
② 物理参数机理解读
| 骨干项 | 物理量 | θ̂ ± std | 机理典型区间对照 |
|---|---|---|---|
| 基准项 a0 | coef = -24.88 | -24.877 ± 0.000 | 无直接机理对照，仅作基准水平 |
| 1/Vd 电压加速 | coef = 11.20 | 11.199 ± 0.000 | HCI 电压加速量级通常 B≈8–40（器件与氧化层厚度相关）（8.0–40.0） |
| 1000/Tk 温度加速 (Arrhenius) | Ea [eV] = 0.60 | 6.987 ± 0.000 | 界面态生成为主 0.5–0.9 eV；氧化层电荷俘获为主 0.3–0.5 eV（0.3–0.9） |
| ln(Vg/Vd) 栅极加速 | N = 1.84 | -1.840 ± 0.000 | N≈1–3 为常见量级（Vg/Vd 分段未建模时为等效单段值）（1.0–3.0） |
系数为集成成员均值 ± 标准差；机理区间来自知识字典（占位参考值，正式使用前须按器件族校准）。
③ 目标工况寿命预测
| 场景 | 预测寿命 | 95% 下界 | 95% 上界 | 域状态 |
|---|---|---|---|---|
| 温和目标工况 2.2 V / 30°C / 1.25 V | 2,345,770,644,896,526,947,214,181,720,194,805,098,895,147,481,204,149,681,389,568 h | 85,956,051,965,072,992,256,244,285,640,881,527,567,723,008,500,957,184 h | 64,016,899,248,632,165,833,205,248,357,321,133,042,887,114,618,689,374,865,042,008,178,688 h | 域内 |
| 训练应力均值（对照） | 2 h | 2 h | 2 h | 域内 |
④ 加速因子分解与拟合一致性
⑤ 局限性声明
本页所有数字为 ML 诊断输出（diagnostic），signoff_eligible=false，不构成产品 Qualification PASS/FAIL，
不可替代正式鉴定流程与工程评审。预测区间仅反映模型认识论不确定性（深度集成）与观测噪声估计，
未包含测量系统误差与批次间波动；训练域之外的预测按域检查结果显著警告。
数据为合成演示数据，非真实机台测量。
ML_PREDICTION = diagnostic
signoff_eligible = false