시계열 데이터를 스캔하고, 어떤 주파수 대역에 구조가 포함되어 있는지 식별하며, 각 대역을 5가지 유형 중 하나로 분류하고, 시스템 동작이 변경되는 정확한 순간을 감지하는 모델 없는 도구입니다.
자동 주파수 대역 스캔 및 상태 변화 감지로 시계열 데이터 진단
자동 대역 스캔 및 5가지 클래스 분류를 포함한 단일 데이터셋 진단 보고서.
- 자동 주파수 대역 스캔
- 5가지 클래스 분류 (신호 / 분할 / 백색 잡음 / 비정상 / 신호_낮음)
- 전환 감지
- 3패널 시각화 (원시 신호, CV, 엔트로피)
- CSV 결과 테이블
최대 3개 데이터셋, 데이터셋 간 비교를 포함한 전체 진단.
- 데이터셋 간 구조적 비교
- 전환 타임스탬프 비교
- 2회 Q&A
- 자동 주파수 대역 스캔
- 5가지 클래스 분류 (신호 / 분할 / 백색 잡음 / 비정상 / 신호_낮음)
- 전환 감지
- 3패널 시각화 (원시 신호, CV, 엔트로피)
- CSV 결과 테이블
최대 5개 데이터셋에 대한 일괄 분석 및 확장 진단 보고서.
- 데이터셋 간 구조적 비교
- 전환 타임스탬프 비교
- 2회 Q&A
- 자동 주파수 대역 스캔
- 5가지 클래스 분류 (신호 / 분할 / 백색 잡음 / 비정상 / 신호_낮음)
- 전환 감지
- 3패널 시각화 (원시 신호, CV, 엔트로피)
- CSV 결과 테이블
- 일괄 처리
- 사용자 지정 매개변수
- 확장 분석 보고서 (추가 지표 및 비교)
- 3회 Q&A
맞춤 제안 요청하기
사전 판매 질문 하기
질문을 하려면 로그인하세요
플랫폼 스팸을 줄이기 위해 사전 판매 메시지는 로그인한 사용자만 보낼 수 있습니다.
무료 계정을 만들거나 로그인하여 이 Zinner에게 직접 메시지를 보내세요.
로그인 / 가입한눈에 보기
이 서비스에 대한 주요 정보로 결정을 내리는 데 도움을 드립니다. Zinn Hub에서 생성됨, 판매자가 아님.
가치 위치
분석 방법
출력 유형
검증 대상
최고의 선택
받으실 내용
전체 설명
이것은 무엇인가요?
이것은 단일 채널 시계열 데이터를 위한 진단 도구입니다. 자동으로 다음을 수행합니다.
- 구조를 포함하는 주파수 대역을 찾습니다.
- 각 대역을 5가지 유형 중 하나로 분류합니다.
- 시스템 동작의 급격한 변화를 감지합니다.
- 다른 시간대의 데이터를 비교합니다.
레이블이 지정된 훈련 데이터, 사전 정의된 템플릿 또는 물리적 모델이 필요하지 않습니다. 변동 계수, 표본 엔트로피, 엔벨로프 왜도, 재현율의 네 가지 독립적인 통계 지표를 사용합니다.
학술 참고 자료: Zenodo 사전 인쇄 DOI 10.5281/zenodo.22837806
얻는 것
다음이 포함된 진단 보고서(PDF):
- 대역별 지표: CV, 표본 엔트로피, 왜도, 재현율
- 대역별 분류
- 감지된 전환 타임스탬프
- 3패널 시각화(원시 신호, 시간 경과에 따른 CV, 시간 경과에 따른 엔트로피)
모든 대역 지표 및 레이블을 포함하는 구조화된 결과 테이블(CSV).
분석 흐름, 매개변수 및 결과 해석 방법을 설명하는 방법론 노트.
작동 방식 — 쉬운 설명
데이터를 라디오 신호라고 생각해보세요. 기존 도구는 "50-80Hz에 에너지가 있습니다"라고 알려줍니다. 이 도구는 "50-80Hz의 신호는 안정적이고 구조화되어 있습니다" 또는 "50-80Hz의 신호는 세그먼트별로 변하고 있습니다" 또는 "해당 대역은 그저 무작위 노이즈입니다"라고 알려줍니다.
또한 동작이 변경된 정확한 시간을 알려줍니다. 예를 들어: "t=568초에 시스템이 안정 상태에서 불안정 상태로 전환되었습니다."
다섯 가지 분류 레이블
- 신호: 안정적이고 구조화된 신호
- 세그먼트화됨: 구조화되었지만 세그먼트별로 변경됨
- 백색 잡음: 평평하고 무작위적인 잡음
- 비정상: 무작위 변동
- 신호_낮음: 구조는 존재하지만 전체 분석을 수행하기에는 데이터가 너무 짧음
이 도구가 할 수 없는 것
- 파형 모양을 재구성할 수 없음
- 물리적 소스를 찾을 수 없음
- 미래를 예측할 수 없음
- 다중 채널 데이터를 처리할 수 없음
- 500점보다 짧은 데이터를 처리할 수 없음
- 먼저 추세 제거를 하지 않으면 강한 추세가 있는 데이터를 처리할 수 없음
제공해야 할 사항
1. 시계열 데이터 파일
형식: CSV, TSV, TXT 또는 HDF5
내용: 최소 하나의 숫자 열(타임스탬프 선택 사항)
길이: 최소 1000점(5000+ 권장)
2. 샘플링 속도
예: 초당 한 샘플, 밀리초당 한 샘플, LIGO 16384 Hz
3. 목표
예:
- 신호가 포함된 주파수 대역 찾기
- 상태 변경의 정확한 시간 감지
- 두 데이터 기간 간의 구조 비교
사용 시기
- 길고 단일 채널 시계열이 있는 경우
- 시스템 동작이 어느 시점에서 변경되었다고 의심되는 경우
- "전력 글리치"와 "구조적 변경"을 구별하려는 경우
- 심층 분석 전에 자동화된 1차 스크리닝이 필요한 경우
사용하지 말아야 할 때
- 실시간 스트리밍
- 다중 센서 배열
- 물리적 설명이 필요한 경우
- 결함 위치 파악이 필요한 경우
- 미래 예측이 필요한 경우
가격
- 기본: 데이터 세트 1개, 보고서 + CSV(견적 문의)
- 표준: 최대 3개 데이터 세트, 비교 분석, 1회 Q&A 라운드
- 고급: 배치 분석, 사용자 지정 매개변수, 소스 코드 라이선스
FAQ
Q: FFT/PSD와 어떻게 다른가요?
A: PSD는 "각 주파수에서 얼마나 많은 전력이 있는지"를 알려줍니다. 이 도구는 "각 주파수에서 어떤 종류의 구조가 있고 언제 변하는지"를 알려줍니다.
Q: 결함을 찾을 수 있나요?
A: 아니요. 1차원 시계열 데이터만 있고 공간 정보는 없습니다. "구조가 변경되었다"고 알려줄 뿐 "어디에서 변경되었는지"는 알려주지 않습니다.
Q: 시간 정밀도는 어떻게 되나요?
A: 창 길이에 따라 다릅니다. 1초 창을 사용하면 전환 감지 정확도는 약 ±1초입니다.
Q: 제 데이터를 처리할 수 있나요?
A: 먼저 확인하세요: 길이 ≥ 1000점, 강한 추세 없음, 명확한 변화 예상. 그렇다면 작동해야 합니다. 그렇지 않으면 도구가 분석할 수 없다고 알려줄 것입니다.
Zinner 품질 보증
모든 Zinner는 플랫폼에 참여하기 전에 검토 및 승인됩니다.
모든 서비스는 당사의 품질 보증 약속으로 뒷받침됩니다.
배송된 작업을 승인할 때까지 결제가 보호됩니다.
패키지 비교
| 특징 | 기본 진단 | 표준 진단 | 고급 진단 |
|---|---|---|---|
| 배송 시간 | 5일 | 7일 | 10일 |
| 개정 | 1 | 2 | 3 |
| 자동 주파수 대역 스캔 | ✓ | ✓ | ✓ |
| 5단계 분류(신호/분할/백색 잡음/비정상/신호_낮음) | ✓ | ✓ | ✓ |
| 전환 감지 | ✓ | ✓ | ✓ |
| 3패널 시각화(원시 신호, CV, 엔트로피) | ✓ | ✓ | ✓ |
| CSV 결과 테이블 | ✓ | ✓ | ✓ |
| 데이터 세트 간 구조 비교 | ✕ | ✓ | ✓ |
| 전환 타임스탬프 비교 | ✕ | ✓ | ✓ |
| 2회 Q&A 세션 | ✕ | ✓ | ✓ |
| 일괄 처리 | ✕ | ✕ | ✓ |
| 사용자 지정 매개변수 | ✕ | ✕ | ✓ |
| 확장 분석 보고서(추가 지표 및 비교) | ✕ | ✕ | ✓ |
| 3회 Q&A 세션 | ✕ | ✕ | ✓ |
샘플
이 Zinn과 관련된 판매자의 작업 예시를 봅니다.
포트폴리오
이 Zinn과 관련된 판매자의 작업 예시.

LIGO O4c1 노이즈 구조 분석
LIGO O4c1 연속 데이터 24분 동안 진단 도구를 적용했습니다. 4개의 과도 이벤트를 감지하고 노이즈 구조 기준선을 정량화했습니다.
추가 정보
워크플로
범위 및 제한 사항
기술 스택 및 검증
서비스 상세정보
자주 묻는 질문
아니요. 이 도구는 예측 도구가 아닌 진단 도구입니다. 과거/현재 데이터를 분석하여 구조적 변화와 상태 전환을 감지합니다. 미래 행동을 예측할 수 없습니다.
아니요. 이 도구는 통계적 구조(CV, 엔트로피, 왜도, 재발률)와 5가지 클래스 레이블을 출력합니다. 정확한 신호 모양이나 파형을 재구성하지 않습니다.
아니요. 현재 이 도구는 단일 채널 시계열만 지원합니다. 다중 센서 융합 또는 공간 위치 파악을 수행하지 않습니다.
아니요. 이것은 과거 데이터 및 배치 처리를 위해 설계된 오프라인 분석 도구입니다. 실시간 스트리밍을 위해 설계되지 않았습니다.
이 방법은 슬라이딩 윈도우 분석(예: 32초 윈도우, 8초 스텝)을 사용합니다. 윈도우 스무딩 효과로 인해 전환이 실제 이벤트보다 약간 늦게 감지될 수 있습니다(예: 검증에서 t=16초에서 실제 전환, t=22초에서 감지된 피크). 이는 정상이며 보고서에 명시될 것입니다.
아니요. 이것은 서비스 기반 목록입니다. 진단 보고서, CSV 테이블 및 PNG 시각화를 받게 되지만 소스 코드(Python 스크립트)는 어떤 패키지에도 포함되지 않습니다.
고객 리뷰
이 Zinn에 대해 고객들이 무엇을 말하는지 확인하세요











