generate_axis5_tier3_full_db.py

既にフィッティング済みのAxis5 モデルをターゲットのデータベースに適用し、その結果を analysis_deltaのTier3状態とJOINして axis5_fullを作ります——組織概要ページのきっかけとなった疑問で触れている、規模の大きな解析システムのうちの1ピースで、DOI 1.7のSection 4の結果が実際に問い合わせていたのは、まさにこのピースです。

収録場所	DOI 1.7のZenodoアーカイブ（`Merutan_DOI1.7.zip`）に収録
役割	推論専用パイプライン：sorted_phase_v13_full.pyが既に`axis5_history`に保存した重みと閾値を読み込み、ターゲットのデータベースに適用し、結果を`axis5_full`として書き出します。comp_*は平均中心化なしの生の形（x_b,i × w_i）で計算されます。
使用範囲	DOI 1.6・DOI 1.7——その出力`axis5_full`が、それらの報告書のTier3/Axis5 SQL結果とDOI 1.7で公開された4本の画面録画動画の問い合わせ対象になっています（動画自体は、さらに組み立てられた`meltan_integrated_viewer_*.duckdb`という名前のデータベースに対して実行されたもの。このスクリプトの出力は、その動画・SQLがSection 4で問い合わせている全ての値を再現します——両者の関係は下の「生成物」を参照）。
状態	DOI 1.7に文書化されている通り現行——訂正・置き換えの対象になったJOINベースの検証用パイプライン（置き換え済みファイル参照）とは全く別系統の関心事です。このスクリプトに対する訂正やバグの公表は一切ありません。

やっていること

ファイル選択ダイアログで元データベースを選び、そのファイル名に _axis5_results_v2.duckdbを付けた新しい出力データベースを作成します。
元データベースを読み取り専用でアタッチし、その axis5_historyテーブルから最新の保存済みモデル設定（特徴量リスト、平均、逆共分散行列、特徴量重み—— sorted_phase_v13_full.py がフィッティングして保存した値そのもの）を読み込み、その固定モデルを元データベースのanalysis_full テーブルの全ブロックに適用します。
その保存済みモデルから各ブロックのマハラノビス距離 Dを計算し、その分布からP50/P75とTukey fences のT1/T2閾値を導出し、axis5重症度値（−2〜1）とprimary_cause列（各ブロックの距離に最も寄与したcomp_*特徴量はどれか）を新しい axis5_results_v2テーブルに書き込みます。
axis5_results_v2を、元データベースの analysis_deltaテーブルと（image_id・ row・colで）JOINし、各ブロックの noTTA/TTAのTier3値・ローカルSSIM・Δssimを取り込み、統合した tier3_stateラベル（Stable／Persistent／Escape／ BlindSpot——用語集参照）を導出します——その結果がaxis5_full として書き込まれ、DOI 1.7のSection 4のSQLクエリが直接参照するテーブルになります。
axis5_historyを無改変で出力データベースにコピーし、この実行で実際に使われたP50/P75/T1/T2の閾値を、記録として保存済みの設定に追記します。
実行のメタデータ（作成者、ライセンス、生成日時、元ファイル名、使用した閾値）を、出力データベースの merutan_metadataテーブルに記録します。 SHA-256ハッシュ付きのParquet書き出し経路もコード内には存在しますが、現在は無効化されています。

生成物

4つのテーブルを持つDuckDBデータベース（…_axis5_results_v2.duckdb）です： axis5_results_v2（Tier3とのJOIN前のAxis5推論結果）、axis5_full（JOIN済みのテーブル—— Axis5とTier3状態が揃った、DOI 1.7の報告書が直接クエリする対象）、axis5_history（コピーされたモデル設定と閾値）、merutan_metadata（実行の来歴）です。モデルごとに1回実行します。このスクリプト自身の出力データベースは、DOI 1.7の動画・SQLで参照されている meltan_integrated_viewer_*.duckdbファイルそのものではありません——別途未公開の工程（generate_integrated_viewer_db.py）が、このスクリプトのaxis5_fullを、同じパイプラインの Axis1・Axis6の各データベース（組織概要ページで触れている、より大きなシステム）と統合して、最終的なそのデータベースを作ります。そのデータベースのスキーマ自体は DOI 1.0 自身の付録（Section A.2）以来公開されており、生データベースファイルが配布されていないのは単にサイズの問題です（DOI 1.0 自身がSection A.3.3でそう明記しています）——これはこのシリーズの後続の検証用データベースが配布されていないのと同じ、容量上の理由です。ここで公開されている範囲は、完全な組み立てパイプラインより狭いですが、DOI 1.7が実際に必要としていたものは再現できます：このスクリプト（とその前段の sorted_phase_v13_full.py）を実行すれば、DOI 1.7のSection 4が meltan_integrated_viewer_*.duckdbに問い合わせていた値を全て再現できます。

実行方法

対話式で、コマンドライン引数はありません：スクリプトを実行するとファイル選択ダイアログが開き、元データベースを選びます。出力データベースは、同じフォルダ内に書き込まれます。