Saya Akan Mendiagnosis Data Deret Waktu Anda dengan Pemindaian Pita Frekuensi Otomatis dan Deteksi Perubahan Status

APA INI

Ini adalah alat diagnostik untuk data deret waktu saluran tunggal. Secara otomatis:
- Menemukan pita frekuensi yang mengandung struktur
- Mengklasifikasikan setiap pita ke dalam salah satu dari lima jenis
- Mendeteksi perubahan mendadak dalam perilaku sistem
- Membandingkan data dari periode waktu yang berbeda

Ini TIDAK memerlukan data pelatihan berlabel, templat yang telah ditentukan, atau model fisik. Ini menggunakan empat metrik statistik independen: koefisien variasi, entropi sampel, kemiringan amplop, dan tingkat kekambuhan.

Referensi akademik: Zenodo preprint DOI 10.5281/zenodo.22837806

APA YANG ANDA DAPATKAN

Laporan diagnostik (PDF) dengan:
- Metrik per-pita: CV, entropi sampel, kemiringan, tingkat kekambuhan
- Klasifikasi per-pita
- Stempel waktu transisi yang terdeteksi
- Visualisasi tiga panel (sinyal mentah, CV seiring waktu, entropi seiring waktu)

Tabel hasil terstruktur (CSV) yang berisi semua metrik dan label pita.

Catatan metodologi yang menjelaskan alur analisis, parameter, dan cara membaca hasilnya.

CARA KERJA — BAHASA SEDERHANA

Anggap data Anda sebagai sinyal radio. Alat tradisional memberi tahu Anda "ada energi pada 50-80 Hz." Alat ini memberi tahu Anda "sinyal pada 50-80 Hz stabil dan terstruktur" atau "sinyal pada 50-80 Hz berubah dalam segmen" atau "pita itu hanyalah derau acak."

Ini juga memberi tahu Anda waktu pasti ketika perilaku berubah — misalnya: "pada t=568 detik, sistem beralih dari stabil menjadi tidak stabil."

LIMA LABEL KLASIFIKASI

- sinyal: sinyal stabil, terstruktur
- tersegmentasi: terstruktur tetapi berubah dalam segmen
- white_noise: derau datar, acak
- nonstasioner: fluktuasi acak
- signal_low: struktur ada, tetapi data terlalu pendek untuk analisis lengkap

APA YANG TIDAK BISA DILAKUKAN ALAT INI

- Tidak dapat merekonstruksi bentuk gelombang
- Tidak dapat menemukan sumber fisik
- Tidak dapat memprediksi masa depan
- Tidak dapat memproses data multi-saluran
- Tidak dapat memproses data yang lebih pendek dari 500 titik
- Tidak dapat memproses data dengan tren kuat kecuali dihilangkan trennya terlebih dahulu

APA YANG PERLU ANDA SEDIAKAN

1. File data deret waktu Anda
Format: CSV, TSV, TXT, atau HDF5
Konten: setidaknya satu kolom numerik (stempel waktu opsional)
Panjang: 1000 titik minimum (5000+ direkomendasikan)

2. Laju pengambilan sampel
Contoh: satu sampel per detik, satu per milidetik, LIGO 16384 Hz

3. Tujuan Anda
Contoh:
- Temukan pita frekuensi mana yang berisi sinyal
- Deteksi waktu pasti perubahan keadaan
- Bandingkan struktur antara dua periode data

KAPAN MENGGUNAKANNYA

- Anda memiliki deret waktu saluran tunggal yang panjang
- Anda menduga perilaku sistem berubah pada suatu titik
- Anda ingin membedakan "gangguan daya" dari "perubahan struktural"
- Anda memerlukan penyaringan awal otomatis sebelum analisis lebih dalam

KAPAN TIDAK MENGGUNAKANNYA

- Streaming waktu nyata
- Array multi-sensor
- Anda memerlukan penjelasan fisik
- Anda memerlukan lokalisasi kesalahan
- Anda memerlukan prediksi masa depan

HARGA

- Dasar: satu kumpulan data, laporan + CSV (hubungi untuk penawaran)
- Standar: hingga 3 kumpulan data, analisis komparatif, satu putaran Tanya Jawab
- Lanjutan: analisis batch, parameter kustom, lisensi kode sumber

FAQ

T: Apa bedanya dengan FFT / PSD?
J: PSD memberi tahu Anda "berapa banyak daya pada setiap frekuensi." Alat ini memberi tahu Anda "jenis struktur apa yang ada pada setiap frekuensi, dan kapan itu berubah."

T: Bisakah itu menemukan kesalahan?
J: Tidak. Ini hanya memiliki data deret waktu satu dimensi, tidak ada informasi spasial. Ini memberi tahu Anda "strukturnya berubah," bukan "di mana itu berubah."

T: Berapa presisi waktunya?
J: Tergantung pada panjang jendela. Dengan jendela 1 detik, deteksi transisi akurat hingga sekitar ±1 detik.

T: Bisakah itu menangani data saya?
J: Pemeriksaan pertama: panjang ≥ 1000 titik, tidak ada tren kuat, dan perubahan yang jelas diharapkan. Jika demikian, itu akan berfungsi. Jika tidak, alat akan memberi tahu Anda bahwa itu tidak dapat menganalisis.