Meteo Gesualdo

- Uniformata la gestione del Merge tra i motori previsionali.
- Eliminata l'invalidazione delle elaborazioni attive dovuta alla scadenza dello snapshot Merge.
- Rafforzata la separazione tra cicli previsionali consecutivi.
- Migliorata la coerenza dei checkpoint e la prevenzione dei ricalcoli non necessari.
- Introdotti controlli di integrità degli snapshot mediante SHA-256.
- Migliorata la continuità operativa e la gestione dei risultati delle elaborazioni.
- Mantenuti invariati algoritmo KNN, classificazioni meteorologiche e architettura di fallback.

- Introdotto un watchdog automatico per individuare e recuperare i processi warm bloccati.
- Implementato un heartbeat avanzato che distingue vitalità del processo e progresso effettivo delle elaborazioni.
- Rafforzato il coordinamento tra Selene e Helios, prevenendo elaborazioni concorrenti e attivazioni premature del fallback.
- Introdotta una deadline complessiva di 900 secondi per i job Selene.
- Implementato il protocollo terminale 2 con conferma dei risultati tramite ACK, verifica SHA-256 e controllo delle scadenze.
- Migliorata la gestione delle interruzioni di comunicazione e il recupero delle elaborazioni incomplete.
- Rafforzata la protezione dei lock e l'identificazione sicura dei processi prima di eventuali terminazioni.
- Potenziata la diagnostica delle fasi KNN e dei tentativi di ripristino.
- Nessuna modifica agli algoritmi previsionali, alla selezione dei vicini o alle classificazioni meteorologiche.

- Impedito il riutilizzo di checkpoint con dati Merge scaduti
- Forzato il recupero del Merge aggiornato

- Introdotta l’architettura distribuita Hyperion per aumentare precisione, continuità operativa e resilienza del KNN
- Configurato Selene come nodo principale per le elaborazioni ad alta precisione
- Configurato Helios come nodo di fallback autonomo e ottimizzato per le prestazioni
- Uniformata la logica meteorologica delle due implementazioni KNN
- Mantenute identiche formule delle distanze, feature, pesi, soglie, gate e regole di ricomposizione
- Mantenuta invariata la struttura del JSON canonico, indipendentemente dal nodo che produce la previsione
- Mantenuti 25 vicini massimi su entrambi i nodi
- Reso configurabile il numero massimo di candidati storici per adattare la profondità di ricerca alle risorse del nodo
- Aumentata la profondità della ricerca storica su Selene per privilegiare accuratezza e qualità della previsione
- Ottimizzata la ricerca storica su Helios per contenere carico CPU, memoria e tempi di elaborazione
- Introdotta l’identificazione esplicita del nodo che ha generato il canonico
- Propagata l’origine dell’elaborazione nelle statistiche di esecuzione
- Confermata la registrazione della versione KNN per ogni esecuzione statistica
- Integrato il worker locale nel sistema di scambio dei job e dei risultati
- Garantito il passaggio automatico al nodo di fallback senza modificare il contratto consumato dal warm
- Conservate le ottimizzazioni su cache delle feature, selezione dei vicini, continuità temporale e generazione delle motivazioni
- Conservat

- Estesa la tassonomia KNN da 14 a 19 fenomeni secondari
- Aggiunto il supporto a foschia, raffiche, brina, rugiada e polvere sahariana
- Introdotto l'apprendimento indipendente per ciascun secondario
- Un valore actual_sec NULL rende indisponibile soltanto il relativo target e non l'intero snapshot
- Mantenuto l'apprendimento degli snapshot schema v2 per i secondari già disponibili
- Limitato l'apprendimento dei cinque nuovi secondari agli snapshot che dispongono del relativo ground truth
- Aggiunti gate fisici dedicati per raffiche, brina e rugiada
- Mantenuta gelata + brina come combinazione compatibile
- Resa polvere_sahariana un segnale pass-through che il KNN non può creare autonomamente
- Impedita la trasformazione dell'assenza del segnale Local in un falso negativo per la polvere sahariana
- Aggiornata la selezione dei secondari rispettando famiglie, incompatibilità e limite massimo di tre fenomeni
- Aggiunta telemetria prestazionale per wall time, CPU, memoria, candidati, cache e calcolo delle distanze
- Aggiunte statistiche prestazionali globali e per singola fascia
- Mantenuta la compatibilità con gli snapshot prodotti dagli schemi precedenti

- Ripristinata la corretta semantica di rain_mm come quantità di pioggia potenziale in caso di precipitazione
- Mantenuto rain_exp_hour_mm come quantità di pioggia attesa pesata sulla probabilità
- Ripristinata la relazione coerente tra probabilità, pioggia potenziale e pioggia attesa
- Impedita la sovrascrittura di rain_mm con rain_exp_hour_mm durante la costruzione dell'ora finale
- Mantenuti distinti nel risultato finale rain_prob_pct, rain_mm, rain_exp_hour_mm e daily_rain_mm
- Eliminata la generazione duplicata delle motivazioni durante l'elaborazione delle fasce
- Ridotte copie profonde e allocazioni non necessarie durante la continuità temporale
- Introdotta una cache limitata delle feature storiche per evitare ricalcoli ripetuti sugli stessi candidati
- Ottimizzata la selezione dei migliori vicini riducendo le strutture temporanee create
- Mantenuti invariati ordinamento e selezione finale dei vicini rispetto alla logica precedente
- Mantenute invariate soglie meteorologiche, pesi, gate, continuità e autorità decisionale del KNN
- Aggiunti contatori diagnostici della cache per il monitoraggio delle prestazioni
- Mantenuta invariata la struttura del JSON canonico prodotto dal KNN

- Ridefinita notte_tropicale come fenomeno riferito all'intera notte e non alla singola fascia oraria
- Limitato l'apprendimento di actual_sec_notte_tropicale alle fasce comprese tra le 22:00 e le 06:59
- Escluse le fasce non applicabili dall'apprendimento specifico della notte tropicale
- Raggruppate le fasce appartenenti alla stessa notte durante l'elaborazione del risultato
- Valutata la notte tropicale sulla minima termica dell'intera traiettoria notturna
- Reso coerente il risultato notte_tropicale tra tutte le fasce 22:00-06:59 della stessa notte
- Gestita la notte già iniziata mantenendo il contesto della parte trascorsa e valutando la previsione restante
- Impedita la restituzione di notte_tropicale nelle fasce orarie incompatibili
- Mantenuta invariata la struttura del JSON canonico prodotto dal KNN

- Ottimizzata la ricerca dei vicini per ridurre il carico CPU
- Introdotto un percorso rapido per il calcolo delle distanze dei candidati
- Limitata la diagnostica completa ai soli vicini effettivamente selezionati
- Ottimizzata la selezione Top-K evitando l’ordinamento completo dei candidati
- Ridotti i calcoli ripetuti sulle feature e sui profili di compatibilità
- Migliorato il riutilizzo della cache interna durante l’elaborazione delle fasce
- Mantenuti invariati K, pesi, gate, autorità e criteri meteorologici
- Verificata l’equivalenza della selezione dei vicini rispetto alla versione precedente

- Allineato il motore KNN all’orizzonte dinamico fino alla conclusione del quinto giorno locale
- Introdotta la nuova gerarchia fisica versione 3 con le famiglie cielo, pioggia, temporale e neve
- Rimossa la sottofamiglia dal contratto canonico e rafforzata la coerenza tra famiglia e fenomeno primario
- Estesa la classificazione a 14 fenomeni secondari multi-label con un massimo di tre vincitori per fascia
- Introdotta la selezione esclusiva dei fenomeni appartenenti allo stesso gruppo meteorologico
- Aggiornata la gestione del vento con massimo due classi adiacenti positive e un solo vincitore finale
- Introdotto un ponte di compatibilità con lo storico legacy senza escludere automaticamente le vecchie righe
- Aggiunta la proiezione in memoria delle vecchie famiglie meteorologiche nel nuovo schema V3
- Mantenuta la compatibilità con i secondari legacy a vincitore singolo e con i nuovi target binari
- Utilizzato learning_declass_score come misura della distanza tra lo storico e l’architettura corrente
- Rimossa ogni penalizzazione fissa basata esclusivamente sulla versione dello schema storico
- Introdotta la continuità temporale causale per limitare transizioni meteorologiche non plausibili
- Aggiunta la riduzione della confidenza quando la traiettoria richiede correzioni temporali rilevanti
- Introdotte motivazioni dinamiche per ogni fascia previsionale
- Aggiunto il riepilogo delle motivazioni applicate all’intera traiettoria
- Introdotta la cache canonica versione 2 con lock, file temporanei e recupero della versione precedente
- Aggiunto il fallback sulla cache precedente durante rigenerazioni, errori o cambio di versione
- Compattato l’output canonico di produzione destinato al Forecast Engine
- Spostata la versione del motore nel database meteo_system_versions, eliminando la versione hardcoded dal codice Python
- Allineati accesso cron, configurazione ambientale e chiamata relativa al Merge alla nuova pipeline di produzione
- Migliorata la diagnostica degli errori di contratto indicando fascia e controlli non superati

Migliorata la gestione dei dati meteorologici non disponibili.
Evitato che valori assenti o non applicabili vengano interpretati come misurazioni reali.
Migliorata la coerenza dei dati tra ingresso, analisi e risultato del motore.
Aumentata del 5% la capacità decisionale finale del KNN quando l’analisi storica fornisce indicazioni sufficientemente affidabili.
Mantenuti invariati i limiti di sicurezza per evitare correzioni eccessive.