Ik zal uw tijdreeksgegevens diagnosticeren met geautomatiseerde frequentiebandscanning en detectie van statuswijzigingen

WAT DIT IS

Dit is een diagnostisch hulpmiddel voor enkelkanaals tijdreeksgegevens. Het doet automatisch:
- Vindt de frequentiebanden die structuur bevatten
- Classificeert elke band in een van de vijf typen
- Detecteert abrupte veranderingen in systeemgedrag
- Vergelijkt gegevens uit verschillende tijdsperioden

Het vereist GEEN gelabelde trainingsgegevens, vooraf gedefinieerde sjablonen of een fysiek model. Het gebruikt vier onafhankelijke statistische metingen: variatiecoëfficiënt, steekproefentropie, envelopscheefheid en herhalingsfrequentie.

Academische referentie: Zenodo preprint DOI 10.5281/zenodo.22837806

WAT JE KRIJGT

Een diagnostisch rapport (PDF) met:
- Metingen per band: CV, steekproefentropie, scheefheid, herhalingsfrequentie
- Classificatie per band
- Gedetecteerde overgangstijdstempels
- Visualisatie met drie panelen (ruw signaal, CV over tijd, entropie over tijd)

Een gestructureerde resultatentabel (CSV) met alle bandmetingen en labels.

Een methodologische notitie waarin de analyseflow, parameters en het lezen van de resultaten worden uitgelegd.

HOE HET WERKT — EENVOUDIGE TAAL

Zie uw gegevens als een radiosignaal. Traditionele tools vertellen u "er is energie bij 50-80 Hz." Deze tool vertelt u "het signaal bij 50-80 Hz is stabiel en gestructureerd" of "het signaal bij 50-80 Hz verandert in segmenten" of "die band is gewoon willekeurige ruis."

Het vertelt u ook de exacte tijd waarop het gedrag veranderde — bijvoorbeeld: "op t=568 seconden schakelde het systeem van stabiel naar instabiel."

VIJF CLASSIFICATIELABELS

- signaal: stabiel, gestructureerd signaal
- gesegmenteerd: gestructureerd maar veranderend in segmenten
- white_noise: vlakke, willekeurige ruis
- niet-stationair: willekeurige fluctuatie
- signaal_laag: structuur aanwezig, maar gegevens te kort voor volledige analyse

WAT DEZE TOOL NIET KAN DOEN

- Kan de golfvorm niet reconstrueren
- Kan geen fysieke bron lokaliseren
- Kan de toekomst niet voorspellen
- Kan geen meerkanaalsgegevens verwerken
- Kan geen gegevens verwerken die korter zijn dan 500 punten
- Kan geen gegevens met een sterke trend verwerken, tenzij deze eerst worden ontdaan van de trend

WAT U MOET AANLEVEREN

1. Uw tijdreeksgegevensbestand
Formaat: CSV, TSV, TXT of HDF5
Inhoud: ten minste één numerieke kolom (tijdstempel optioneel)
Lengte: minimaal 1000 punten (5000+ aanbevolen)

2. Bemonsteringsfrequentie
Voorbeelden: één monster per seconde, één per milliseconde, LIGO 16384 Hz

3. Uw doel
Voorbeelden:
- Zoek welke frequentieband een signaal bevat
- Detecteer het exacte tijdstip van een statuswijziging
- Vergelijk de structuur tussen twee gegevensperioden

WANNEER HET TE GEBRUIKEN

- U heeft een lange, éénkanaals tijdreeks
- U vermoedt dat het systeemgedrag op een bepaald moment is veranderd
- U wilt "stroomstoring" onderscheiden van "structurele verandering"
- U heeft een geautomatiseerde eerste screening nodig vóór een diepere analyse

WANNEER HET NIET TE GEBRUIKEN

- Realtime streaming
- Meersensorarrays
- U heeft een fysieke verklaring nodig
- U heeft foutlokalisatie nodig
- U heeft toekomstvoorspelling nodig

PRIJZEN

- Basis: één dataset, rapport + CSV (neem contact op voor een offerte)
- Standaard: tot 3 datasets, vergelijkende analyse, één Q&A-ronde
- Geavanceerd: batchanalyse, aangepaste parameters, broncode licentie

Veelgestelde vragen

V: Hoe verschilt dit van FFT / PSD?
A: PSD vertelt u "hoeveel vermogen bij elke frequentie." Deze tool vertelt u "welke soort structuur er bij elke frequentie is, en wanneer deze verandert."

V: Kan het de fout lokaliseren?
A: Nee. Het heeft alleen eendimensionale tijdreeksgegevens, geen ruimtelijke informatie. Het vertelt u "de structuur is veranderd," niet "waar het is veranderd."

V: Wat is de tijdprecisie?
A: Afhankelijk van de vensterlengte. Met een venster van 1 seconde is de overgangsdetectie nauwkeurig tot ongeveer ±1 seconde.

V: Kan het mijn gegevens verwerken?
A: Eerste controle: lengte ≥ 1000 punten, geen sterke trend, en een duidelijke verwachte verandering. Zo ja, dan zou het moeten werken. Zo niet, dan zal de tool u vertellen dat het niet kan analyseren.