Մոդելից զերծ գործիք, որը սկանավորում է ձեր ժամանակային շարքերի տվյալները, բացահայտում է, թե որ հաճախականության տիրույթներն են պարունակում կառուցվածք, դասակարգում է յուրաքանչյուր տիրույթ հինգ տեսակներից մեկում և հայտնաբերում է այն ճշգրիտ պահը, երբ համակարգի վարքագիծը փոխվում է։
Ես կախտորոշեմ ձեր ժամանակային շարքերի տվյալները ավտոմատացված հաճախականության տիրույթի սկանավորմամբ և վիճակի փոփոխության հայտնաբերմամբ
Մեկ տվյալների հավաքածուի ախտորոշիչ հաշվետվություն՝ ավտոմատացված տիրույթի սկանավորմամբ և 5 դասի դասակարգմամբ։
- Ավտոմատացված հաճախականության տիրույթի սկանավորում
- Հինգ դասի դասակարգում (ազդանշան / հատվածավորված / սպիտակ աղմուկ / ոչ ստացիոնար / ցածր ազդանշան)
- Անցումային հայտնաբերում
- 3 վահանակի վիզուալիզացիա (հում ազդանշան, CV, էնտրոպիա)
- CSV արդյունքների աղյուսակ
Մինչև 3 տվյալների հավաքածու, ամբողջական ախտորոշում՝ տվյալների հավաքածուների միջև համեմատությամբ։
- Տվյալների հավաքածուների միջև կառուցվածքային համեմատություն
- Անցումային ժամանակի համեմատություն
- 2 հարցուպատասխանի փուլ
- Ավտոմատացված հաճախականության տիրույթի սկանավորում
- Հինգ դասի դասակարգում (ազդանշան / հատվածավորված / սպիտակ աղմուկ / ոչ ստացիոնար / ցածր ազդանշան)
- Անցումային հայտնաբերում
- 3 վահանակի վիզուալիզացիա (հում ազդանշան, CV, էնտրոպիա)
- CSV արդյունքների աղյուսակ
Խմբաքանակի վերլուծություն և ընդլայնված ախտորոշիչ հաշվետվություն մինչև 5 տվյալների հավաքածուի համար։
- Տվյալների հավաքածուների միջև կառուցվածքային համեմատություն
- Անցումային ժամանակի համեմատություն
- 2 հարցուպատասխանի փուլ
- Ավտոմատացված հաճախականության տիրույթի սկանավորում
- Հինգ դասի դասակարգում (ազդանշան / հատվածավորված / սպիտակ աղմուկ / ոչ ստացիոնար / ցածր ազդանշան)
- Անցումային հայտնաբերում
- 3 վահանակի վիզուալիզացիա (հում ազդանշան, CV, էնտրոպիա)
- CSV արդյունքների աղյուսակ
- Խմբաքանակի մշակում
- Անհատական պարամետրեր
- Ընդլայնված վերլուծության հաշվետվություն (լրացուցիչ չափումներ և համեմատություններ)
- 3 հարցուպատասխանի փուլ
Հարցնել անհատական առաջարկ
Մուտք գործեք՝ անհատական առաջարկ հարցնելու համար
Ստեղծեք անվճար հաշիվ կամ մուտք գործեք՝ այս Zinner-ից անհատական առաջարկ հարցնելու համար։
Մուտք / ԳրանցումՀարց տալ մինչև վաճառքը
Մուտք գործեք՝ հարց տալու համար
Հարթակի սպամը նվազեցնելու համար մինչև վաճառքի հաղորդագրությունները կարող են ուղարկվել միայն մուտք գործած օգտատերերի կողմից։
Ստեղծեք անվճար հաշիվ կամ մուտք գործեք՝ անմիջապես այս Zinner-ին հաղորդագրություն ուղարկելու համար։
Մուտք / ԳրանցումՊահանջվում է մուտք
Ստեղծեք անվճար հաշիվ կամ մուտք գործեք՝ այս Zinner-ին հաղորդագրություն ուղարկելու համար։
Մուտք / ԳրանցումՊահանջվում է մուտք
Ստեղծեք անվճար հաշիվ կամ մուտք գործեք՝ անհատականացված առաջարկ խնդրելու համար։
Մուտք / ԳրանցումՄի հայացքից
Այս ծառայության հիմնական մանրամասները, որոնք կօգնեն ձեզ որոշում կայացնել: Ստեղծվել է Zinn Hub-ի կողմից, ոչ թե վաճառողի:
Արժեքային դիրք
Վերլուծության մեթոդ
Ելքային տեսակ
Հաստատված է
Լավագույնը՝
Ինչ կստանաք
Ամբողջական նկարագրություն
ԻՆՉ Է ՍԱ
Սա մեկ ալիքի ժամանակային շարքի տվյալների ախտորոշիչ գործիք է։ Այն ավտոմատ կերպով.
- Գտնում է այն հաճախականության տիրույթները, որոնք պարունակում են կառուցվածք
- Դասակարգում է յուրաքանչյուր տիրույթ հինգ տեսակներից մեկում
- Հայտնաբերում է համակարգի վարքագծի կտրուկ փոփոխությունները
- Համեմատում է տվյալները տարբեր ժամանակահատվածներից
Այն ՉԻ պահանջում պիտակավորված ուսուցման տվյալներ, նախապես սահմանված ձևանմուշներ կամ ֆիզիկական մոդել։ Այն օգտագործում է չորս անկախ վիճակագրական չափումներ՝ տատանման գործակից, նմուշի էնտրոպիա, ծրարի թեքություն և կրկնության արագություն։
Ակադեմիական հղում՝ Zenodo նախատպագրություն DOI 10.5281/zenodo.22837806
ԻՆՉ ԵՔ ՍՏԱՆՈՒՄ
Ախտորոշիչ հաշվետվություն (PDF)՝
- Ըստ տիրույթի չափումներ՝ CV, նմուշի էնտրոպիա, թեքություն, կրկնության արագություն
- Ըստ տիրույթի դասակարգում
- Հայտնաբերված անցումային ժամանակներ
- Երեք վահանակի վիզուալիզացիա (հում ազդանշան, CV ժամանակի ընթացքում, էնտրոպիա ժամանակի ընթացքում)
Կառուցվածքային արդյունքների աղյուսակ (CSV), որը պարունակում է բոլոր տիրույթի չափումները և պիտակները։
Մեթոդաբանական նշում, որը բացատրում է վերլուծության հոսքը, պարամետրերը և արդյունքները կարդալու եղանակը։
ԻՆՉՊԵՍ Է ԱՇԽԱՏՈՒՄ — ՊԱՐԶ ԼԵԶՎՈՎ
Ձեր տվյալները պատկերացրեք որպես ռադիոազդանշան։ Ավանդական գործիքները ձեզ ասում են՝ կա էներգիա 50-80 Հց հաճախականությամբ։ Այս գործիքը ձեզ ասում է՝ 50-80 Հց հաճախականությամբ ազդանշանը կայուն է և կառուցվածքային կամ 50-80 Հց հաճախականությամբ ազդանշանը փոխվում է հատվածներով կամ այդ տիրույթը պարզապես պատահական աղմուկ է։
Այն նաև ձեզ ասում է ճշգրիտ ժամանակը, երբ վարքագիծը փոխվել է, օրինակ՝ t=568 վայրկյանում համակարգը կայունից անցել է անկայուն վիճակի։
ՀԻՆԳ ԴԱՍԱԿԱՐԳՄԱՆ ՊԻՏԱԿՆԵՐ
- ազդանշան՝ կայուն, կառուցվածքային ազդանշան
- հատվածավորված՝ կառուցվածքային, բայց փոփոխվող հատվածներով
- white_noise՝ հարթ, պատահական աղմուկ
- ոչ ստացիոնար՝ պատահական տատանում
- signal_low՝ առկա է կառուցվածք, բայց տվյալները չափազանց կարճ են ամբողջական վերլուծության համար
ԻՆՉ ԱՅՍ ԳՈՐԾԻՔԸ ՉԻ ԿԱՐՈՂ ԱՆԵԼ
- Չի կարող վերակառուցել ալիքի ձևը
- Չի կարող գտնել ֆիզիկական աղբյուր
- Չի կարող կանխատեսել ապագան
- Չի կարող մշակել բազմաալիք տվյալներ
- Չի կարող մշակել 500 կետից կարճ տվյալներ
- Չի կարող մշակել ուժեղ միտում ունեցող տվյալներ, եթե նախապես չի հեռացվել միտումը
ԻՆՉ ՊԵՏՔ Է ՏՐԱՄԱԴՐԵՔ
1. Ձեր ժամանակային շարքերի տվյալների ֆայլը
Ձևաչափ՝ CSV, TSV, TXT կամ HDF5
Բովանդակություն՝ առնվազն մեկ թվային սյունակ (ժամանակի դրոշմը կամընտիր է)
Երկարություն՝ նվազագույնը 1000 կետ (խորհուրդ է տրվում 5000+)
2. Ընտրանքի հաճախականություն
Օրինակներ՝ մեկ նմուշ վայրկյանում, մեկը միլիվայրկյանում, LIGO 16384 Հց
3. Ձեր նպատակը
Օրինակներ՝
- Գտնել, թե որ հաճախականության տիրույթն է պարունակում ազդանշան
- Հայտնաբերել վիճակի փոփոխության ճշգրիտ ժամանակը
- Համեմատել կառուցվածքը տվյալների երկու ժամանակահատվածների միջև
ԵՐԲ ՕԳՏԱԳՈՐԾԵԼ
- Դուք ունեք երկար, մեկ ալիքային ժամանակային շարք
- Դուք կասկածում եք, որ համակարգի վարքագիծը ինչ-որ պահի փոխվել է
- Դուք ցանկանում եք տարբերել էներգիայի խափանումը կառուցվածքային փոփոխությունից
- Ձեզ անհրաժեշտ է ավտոմատացված առաջին անցման ստուգում՝ նախքան ավելի խորը վերլուծությունը
ԵՐԲ ՉՕԳՏԱԳՈՐԾԵԼ
- Իրական ժամանակի հոսք
- Բազմաալիք զանգվածներ
- Ձեզ անհրաժեշտ է ֆիզիկական բացատրություն
- Ձեզ անհրաժեշտ է անսարքության տեղայնացում
- Ձեզ անհրաժեշտ է ապագայի կանխատեսում
ԳՆԱԳՈՒՄ
- Հիմնական՝ մեկ տվյալների հավաքածու, հաշվետվություն + CSV (գնի համար կապվեք)
- Ստանդարտ՝ մինչև 3 տվյալների հավաքածու, համեմատական վերլուծություն, մեկ հարցուպատասխանի փուլ
- Ընդլայնված՝ խմբաքանակային վերլուծություն, հատուկ պարամետրեր, աղբյուրի կոդի լիցենզիա
Հաճախ տրվող հարցեր
Հ. Ինչո՞վ է սա տարբերվում FFT / PSD-ից։
Պ. PSD-ն ձեզ ասում է՝ որքան էներգիա յուրաքանչյուր հաճախականության վրա։ Այս գործիքը ձեզ ասում է՝ ինչպիսի կառուցվածք կա յուրաքանչյուր հաճախականության վրա, և երբ է այն փոխվում։
Հ. Կարո՞ղ է այն հայտնաբերել անսարքությունը։
Պ. Ոչ։ Այն ունի միայն մեկաչափ ժամանակային շարքերի տվյալներ, առանց տարածական տեղեկատվության։ Այն ասում է՝ կառուցվածքը փոխվել է, ոչ թե որտեղ է այն փոխվել։
Հ. Որքա՞ն է ժամանակի ճշգրտությունը։
Պ. Կախված է պատուհանի երկարությունից։ 1 վայրկյան պատուհանի դեպքում անցումային հայտնաբերումը ճշգրիտ է մոտավորապես ±1 վայրկյանի սահմաններում։
Հ. Կարո՞ղ է այն մշակել իմ տվյալները։
Պ. Նախ ստուգեք՝ երկարությունը ≥ 1000 կետ, առանց ուժեղ միտումի, և ակնկալվում է հստակ փոփոխություն։ Եթե այո, ապա այն պետք է աշխատի։ Եթե ոչ, ապա գործիքը ձեզ կասի, որ չի կարող վերլուծել։
Zinner Որակի Երաշխիք
Յուրաքանչյուր Zinner վերանայվում և հաստատվում է հարթակին միանալուց առաջ:
Բոլոր ծառայություններն ապահովված են մեր որակի ապահովման պարտավորությամբ:
Ձեր վճարումը պաշտպանված է մինչև առաքված աշխատանքը հաստատելը:
Համեմատել փաթեթները
| Առանձնահատկություններ | Հիմնական ախտորոշում | Ստանդարտ ախտորոշում | Ընդլայնված ախտորոշում |
|---|---|---|---|
| Առաքման ժամկետ | 5 օր | 7 օր | 10 օր |
| Վերանայում | 1 | 2 | 3 |
| Ավտոմատ հաճախականության տիրույթի սկանավորում | ✓ | ✓ | ✓ |
| Հինգ մակարդակի դասակարգում (ազդանշան/հատվածավորված/white_noise/ոչ ստացիոնար/signal_low) | ✓ | ✓ | ✓ |
| Անցումային հայտնաբերում | ✓ | ✓ | ✓ |
| Երեք վահանակի վիզուալիզացիա (սկզբնական ազդանշան, CV, էնտրոպիա) | ✓ | ✓ | ✓ |
| CSV արդյունքների աղյուսակ | ✓ | ✓ | ✓ |
| Կառուցվածքի համեմատություն տվյալների հավաքածուների միջև | ✕ | ✓ | ✓ |
| Անցումային ժամանակի դրոշմների համեմատություն | ✕ | ✓ | ✓ |
| Երկու փուլ հարցուպատասխան | ✕ | ✓ | ✓ |
| Խմբաքանակային մշակում | ✕ | ✕ | ✓ |
| Պատվերով պարամետրեր | ✕ | ✕ | ✓ |
| Ընդլայնված վերլուծական հաշվետվություն (լրացուցիչ չափորոշիչներ և համեմատություններ) | ✕ | ✕ | ✓ |
| 3 փուլ հարցուպատասխան | ✕ | ✕ | ✓ |
Նմուշներ
Դիտեք վաճառողի աշխատանքի օրինակները, որոնք կապված են այս Zinn-ի հետ:
Պորտֆոլիո
Վաճառողի աշխատանքի օրինակներ՝ կապված այս Zinn-ի հետ։
LIGO O4c1 աղմուկի կառուցվածքի վերլուծություն
Կիրառվել է ախտորոշիչ գործիքը LIGO O4c1 շարունակական տվյալների 24 րոպեի վրա։ Հայտնաբերվել է 4 անցողիկ իրադարձություն և քանակականացվել է աղմուկի կառուցվածքի բազային գիծը։
Լրացուցիչ տեղեկություններ
Աշխատանքային հոսք
Շրջանակ և սահմանափակումներ
Տեխնոլոգիական փաթեթ և վավերացում
Ծառայության մանրամասներ
Հաճախ տրվող հարցեր
Ոչ: Սա ախտորոշիչ գործիք է, ոչ թե կանխատեսման գործիք: Այն վերլուծում է պատմական/ընթացիկ տվյալները՝ կառուցվածքային փոփոխությունները և վիճակի անցումները հայտնաբերելու համար: Այն չի կարող կանխատեսել ապագա վարքագիծը:
Ոչ: Գործիքը արտածում է վիճակագրական կառուցվածքներ (CV, էնտրոպիա, շեղում, կրկնության արագություն) և 5-դասի պիտակներ: Այն ՉԻ վերակառուցում ազդանշանի ճշգրիտ ձևը կամ ալիքի ձևը:
Ոչ: Ներկայումս գործիքը աջակցում է միայն մեկ ալիքի ժամանակային շարքերին: Այն չի կատարում բազմա-սենսորային միաձուլում կամ տարածական տեղայնացում:
Ոչ: Սա օֆլայն վերլուծության գործիք է, որը նախատեսված է պատմական տվյալների և խմբաքանակային մշակման համար: Այն նախատեսված չէ իրական ժամանակի հոսքի համար:
Մեթոդը օգտագործում է սահող պատուհանի վերլուծություն (օրինակ՝ 32վ պատուհան, 8վ քայլ): Պատուհանի հարթեցման էֆեկտների պատճառով անցումները կարող են հայտնաբերվել իրական իրադարձությունից մի փոքր ուշ (օրինակ՝ մեր վավերացման ժամանակ, իրական անցումը t=16վ-ին, հայտնաբերված գագաթը t=22վ-ին): Սա նորմալ է և կնշվի զեկույցում:
Ոչ: Սա ծառայությունների վրա հիմնված ցուցակ է: Դուք կստանաք ախտորոշիչ զեկույցը, CSV աղյուսակները և PNG վիզուալիզացիաները, բայց աղբյուրի կոդը (Python սկրիպտները) ներառված ՉԷ որևէ փաթեթում:
Հաճախորդների ակնարկներ
Տեսեք, թե ինչ են ասում մեր հաճախորդները այս Zinn-ի մասին
Կատեգորիաներ
Zinner Քաղաքականություն
Առնչվող Zinns
Ես կստեղծեմ հատուկ համակարգչային տեսողության և խորը ուսուցման լուծում Python-ում
