【快速开始】
① 点“生成示例”（或粘贴您的数据）→ ② 点“开始预测”。两步分开，数据先过目、再计算。
【数据输入】
• 每行一个幅值，也可用逗号/空格分隔，需 ≥6 个数值，常见 50–300 点；
• 幅值可为任意实数（含负值/带基线），内部自动按窗内最大值归一；
• 噪声挡位：随机 / 低 / 中 / 高，控制“生成示例”的信噪比。
【结果怎么读】
• 每模型一行，另加集成平均与算法真值两行；绿框标出最准的模型；
• 差值 Δ（dex）= 预测 log₁₀τ − 真值 log₁₀τ；差值（倍数）= 10^|Δ|，即 τ 被高/低估的倍数；
• 方向：±0.005 dex 内记“几乎准”；会话账本累计本次打开页面以来的整体偏差统计。
【什么是 τ】
• τ(X) = Σ|X − avg3(X)| / (n−1) / max(X)，从人的观察视角度量信号窗相对理想平滑状态的偏离；
• τ 小 → 窗面干净，弱峰可观察；τ 大 → 噪声起伏明显，弱峰不可信；
• 四特征：尺度不变、长度公平、方向不变、无量纲，是波谱分析的底层通用判据；
• 本页的神经网络是 τ 的“学生”，用于在无管线环境下快速估计；真值行即管线精确计算结果。
【数据与隐私】
• 模型权重（5×25KB）已内嵌本页，计算全部在您的浏览器完成，零网络请求，离线可用；
• 数据不上传、不落盘；关闭页面后一切不留。
【AI 生成内容标识与使用声明】
• 本服务结果属生成合成内容，依据《人工智能生成合成内容标识办法》及 GB 45438-2025 实施“显式＋隐式”双重标识：
• 显式标识：结果页顶部常驻提示条「本结果由人工智能（Tau-NET）算法生成 · AI 生成内容 · 仅供科研参考，请结合算法真值对照使用」，随页面展示、不可单独隐藏或篡改；
• 隐式标识（溯源）：点“导出 CSV”下载的记录文件头写入 AIGC 元数据行（生成方名称与统一社会信用代码、内容编号、模型版本、生成时间戳），任一结果均可溯源；
• 使用声明：结果仅供科研参考，请结合算法真值对照采信，请勿直接用于临床或工业决策。
【用户权益与反馈申诉】
• 算法知情权：本页在显著位置（帮助对话框、结果页标识）公示算法机制机理与使用说明（与备案拟公示内容一致）——τ 观察偏离指标由“三点移动平均→残差求和→归一化”主恒等式定义，Tau-NET 为合成数据训练的两层一维卷积网络、5 模型集成输出预测；
• 算法选择权与个人信息：本服务不做用户画像、不做个性化推荐，不采集不留存任何个人特征信息（无手机号、邮箱、账户绑定、Cookie 画像），信号数据即用即弃；
• 使用边界：本页为免费科研演示服务，仅供科研参考、不用于临床或工业决策，无商品交易与差别待遇情形；
• 反馈与申诉：对结果有异议或需申诉的用户，可通过以下渠道联系——
服务邮箱：contact@fzxx.info；
受理时限：自提交之日起 5 个工作日内核实并反馈处理结果；受理记录（受理时间、问题描述、处理结论）全量留存不少于 3 年。