Diagnostikuji vaše časové řady dat s automatickým skenováním frekvenčních pásem a detekcí změny stavu

CO TO JE

Jedná se o diagnostický nástroj pro jednokanálová data časových řad. Automaticky:
- Najde frekvenční pásma, která obsahují strukturu
- Klasifikuje každé pásmo do jednoho z pěti typů
- Detekuje náhlé změny v chování systému
- Porovnává data z různých časových období

NEVYŽADUJE označená tréninková data, předdefinované šablony ani fyzický model. Používá čtyři nezávislé statistické metriky: koeficient variace, vzorkovou entropii, šikmost obálky a míru opakování.

Akademická reference: Zenodo preprint DOI 10.5281/zenodo.22837806

CO ZÍSKÁTE

Diagnostická zpráva (PDF) s:
- Metrikami pro jednotlivá pásma: CV, vzorková entropie, šikmost, míra opakování
- Klasifikací pro jednotlivá pásma
- Detekovanými časovými značkami přechodů
- Třípanelovou vizualizací (surový signál, CV v čase, entropie v čase)

Strukturovaná tabulka výsledků (CSV) obsahující všechny metriky a štítky pásem.

Metodologická poznámka vysvětlující tok analýzy, parametry a způsob čtení výsledků.

JAK TO FUNGUJE — JEDNODUŠE

Představte si svá data jako rádiový signál. Tradiční nástroje vám řeknou existuje energie na 50–80 Hz“. Tento nástroj vám řekne signál na 50–80 Hz je stabilní a strukturovaný“ nebo signál na 50–80 Hz se mění v segmentech“ nebo toto pásmo je jen náhodný šum“.

Také vám přesně řekne, kdy se chování změnilo – například: v čase t=568 sekund se systém přepnul ze stabilního na nestabilní.“

PĚT KLASIFIKAČNÍCH ŠTÍTKŮ

- signál: stabilní, strukturovaný signál
- segmentovaný: strukturovaný, ale měnící se v segmentech
- white_noise: plochý, náhodný šum
- nestacionární: náhodná fluktuace
- signal_low: struktura přítomna, ale data příliš krátká pro úplnou analýzu

CO TENTO NÁSTROJ NEDOKÁŽE

- Nemůže rekonstruovat tvar vlny
- Nemůže lokalizovat fyzický zdroj
- Nemůže předpovídat budoucnost
- Nemůže zpracovávat vícekanálová data
- Nemůže zpracovávat data kratší než 500 bodů
- Nemůže zpracovávat data se silným trendem, pokud nejsou nejprve detrendována

CO MUSÍTE POSKYTNOUT

1. Soubor s daty časových řad
Formát: CSV, TSV, TXT nebo HDF5
Obsah: alespoň jeden číselný sloupec (časové razítko volitelné)
Délka: minimálně 1000 bodů (doporučeno 5000+)

2. Vzorkovací frekvence
Příklady: jeden vzorek za sekundu, jeden za milisekundu, LIGO 16384 Hz

3. Váš cíl
Příklady:
- Najít, které frekvenční pásmo obsahuje signál
- Detekovat přesný čas změny stavu
- Porovnat strukturu mezi dvěma obdobími dat

KDY JEJ POUŽÍT

- Máte dlouhou, jedno kanálovou časovou řadu
- Máte podezření, že se chování systému v určitém okamžiku změnilo
- Chcete rozlišit výkonovou závadu“ od strukturální změny“
- Potřebujete automatizované prvotní screening před hlubší analýzou

KDY JEJ NEPOUŽÍVAT

- Streamování v reálném čase
- Vícesenzorové pole
- Potřebujete fyzické vysvětlení
- Potřebujete lokalizaci závady
- Potřebujete předpověď budoucnosti

CENY

- Základní: jeden datový soubor, zpráva + CSV (kontaktujte pro cenovou nabídku)
- Standardní: až 3 datových souborů, srovnávací analýza, jedno kolo otázek a odpovědí
- Pokročilé: dávková analýza, vlastní parametry, licence zdrojového kódu

Často kladené otázky

Otázka: Jak se to liší od FFT / PSD?
Odpověď: PSD vám řekne kolik energie na každé frekvenci“. Tento nástroj vám řekne jaký druh struktury je na každé frekvenci a kdy se mění.“

Otázka: Dokáže lokalizovat závadu?
Odpověď: Ne. Má pouze jednorozměrná data časových řad, žádné prostorové informace. Řekne vám struktura se změnila“, ne kde se změnila.“

Otázka: Jaká je časová přesnost?
Odpověď: Závisí na délce okna. S oknem o délce 1 sekundy je detekce přechodu přesná na přibližně ±1 sekundy.

Otázka: Dokáže zpracovat moje data?
Odpověď: Nejprve zkontrolujte: délka ≥ 1000 bodů, žádný silný trend a očekávaná jasná změna. Pokud ano, mělo by to fungovat. Pokud ne, nástroj vám řekne, že nemůže analyzovat.