0
ඔබේ කරත්තය
0
Zinn Hub
0
ඔබේ කරත්තය
0

එක් බැල්මකින්

ඔබට තීරණය කිරීමට උපකාර වන මෙම සේවාව පිළිබඳ ප්‍රධාන විස්තර. Zinn Hub විසින් ජනනය කරන ලදී, විකුණුම්කරු විසින් නොවේ.

විශ්ලේෂණ ක්‍රමය

ආකෘති-රහිත, පුහුණු දත්ත නොමැත
4 ස්වාධීන සංඛ්‍යානමය මිනුම් (CV, නියැදි එන්ට්‍රොපි, එන්වලොප් විකෘතිතාව, පුනරාවර්තන අනුපාතය) භාවිතා කරයි - ලේබල් කරන ලද දත්ත හෝ භෞතික ආකෘතියක් අවශ්‍ය නොවේ.

ප්‍රතිදාන වර්ගය

PDF වාර්තාව + CSV + දෘශ්‍යකරණය
සෑම බෙදාහැරීමකටම රෝග විනිශ්චය PDF එකක්, ව්‍යුහගත CSV ප්‍රතිඵල වගුවක් සහ 3-පැනල් සංඥා දෘශ්‍යකරණයක් ඇතුළත් වේ.

වලංගු කරන ලදී

LIGO, සූර්ය ලප, ECG/EEG
LIGO ගුරුත්වාකර්ෂණ-තරංග දත්ත (O1, O2, O4c1) සහ 1749 සිට සූර්ය චක්‍ර වාර්තා ඇතුළු සැබෑ ලෝක දත්ත කට්ටල මත ක්‍රමය වලංගු කර ඇත.

හොඳම දේ

තනි-නාලිකා, 1000+ ලකුණු
භෞතික විද්‍යාව, මූල්‍ය, වෛද්‍ය, කාර්මික හෝ දේශගුණික ක්ෂේත්‍රවල දිගු නොබැඳි කාල-ශ්‍රේණි සඳහා වඩාත් සුදුසුය. තත්‍ය කාලීන හෝ බහු-සංවේදක දත්ත සඳහා සුදුසු නොවේ.

ඔබට ලැබෙන දේ

ආකෘති:
ඩිජිටල් ගොනු
ලිඛිත වාර්තාව
පැතුරුම්පත
බෙදාහැරීමේ ක්‍රමය:
ඇණවුම් කළමනාකරු
සටහන්: සෑම බෙදාහැරීමකටම ඇතුළත් වන්නේ: - මිනුම්, වර්ගීකරණය සහ සංක්‍රාන්ති වේලා මුද්දර සහිත සම්පූර්ණ රෝග විනිශ්චය වාර්තාවක් (PDF) - ව්‍යුහගත ප්‍රතිඵල වගුවක් (CSV) - 3-පැනල් දෘශ්‍යකරණයක් (අමු සංඥා, CV, එන්ට්‍රොපි) සියලුම ප්‍රතිඵල බෙදාහැරීමට පෙර අභ්‍යන්තර අනුකූලතාව සඳහා පරීක්ෂා කරනු ලැබේ. දත්ත අවම අවශ්‍යතා සපුරාලන්නේ නැතිනම්, ආරම්භ කිරීමට පෙර මම ඔබට දැනුම් දෙන්නෙමි.

සම්පූර්ණ විස්තරය

මෙය කුමක්ද

මෙය තනි-නාලිකා කාල-ශ්‍රේණි දත්ත සඳහා රෝග විනිශ්චය මෙවලමකි. එය ස්වයංක්‍රීයව:
- ව්‍යුහය අඩංගු සංඛ්‍යාත කලාප සොයා ගනී
- එක් එක් කලාපය වර්ග පහෙන් එකකට වර්ගීකරණය කරයි
- පද්ධති හැසිරීම් වල හදිසි වෙනස්කම් හඳුනා ගනී
- විවිධ කාල පරිච්ඡේදවල දත්ත සංසන්දනය කරයි

එයට ලේබල් කරන ලද පුහුණු දත්ත, පූර්ව-නිර්වචනය කරන ලද සැකිලි හෝ භෞතික ආකෘතියක් අවශ්‍ය නොවේ. එය ස්වාධීන සංඛ්‍යානමය මිනුම් හතරක් භාවිතා කරයි: විචල්‍යතා සංගුණකය, නියැදි එන්ට්‍රොපි, එන්වලොප් විකෘතිතාව සහ පුනරාවර්තන අනුපාතය.

අධ්‍යයනමය යොමුව: Zenodo preprint DOI 10.5281/zenodo.22837806

ඔබට ලැබෙන දේ

රෝග විනිශ්චය වාර්තාවක් (PDF) සමඟ:
- කලාපය අනුව මිනුම්: CV, නියැදි එන්ට්‍රොපි, විකෘතිතාව, පුනරාවර්තන අනුපාතය
- කලාපය අනුව වර්ගීකරණය
- හඳුනාගත් සංක්‍රාන්ති වේලා මුද්දර
- ත්‍රි-පැනල් දෘශ්‍යකරණය (අමු සංඥා, කාලයත් සමඟ CV, කාලයත් සමඟ එන්ට්‍රොපි)

සියලුම කලාප මිනුම් සහ ලේබල අඩංගු ව්‍යුහගත ප්‍රතිඵල වගුවක් (CSV).

විශ්ලේෂණ ප්‍රවාහය, පරාමිති සහ ප්‍රතිඵල කියවන ආකාරය පැහැදිලි කරන ක්‍රමවේද සටහනක්.

එය ක්‍රියා කරන ආකාරය — සරල ඉංග්‍රීසි

ඔබේ දත්ත ගුවන්විදුලි සංඥාවක් ලෙස සිතන්න. සාම්ප්‍රදායික මෙවලම් ඔබට පවසන්නේ “50-80 Hz හි ශක්තියක් ඇත” කියාය. මෙම මෙවලම ඔබට පවසන්නේ “50-80 Hz හි සංඥාව ස්ථාවර සහ ව්‍යුහගතයි” හෝ “50-80 Hz හි සංඥාව කොටස් වශයෙන් වෙනස් වේ” හෝ “එම කලාපය අහඹු ශබ්දයක් පමණි” කියාය.

එය හැසිරීම වෙනස් වූ නිශ්චිත වේලාව ද ඔබට කියයි — උදාහරණයක් ලෙස: “t=568 තත්පරයේදී, පද්ධතිය ස්ථාවර සිට අස්ථායී තත්ත්වයට මාරු විය.”

වර්ගීකරණ ලේබල පහක්

- සංඥාව: ස්ථාවර, ව්‍යුහගත සංඥාව
- ඛණ්ඩනය: ව්‍යුහගත නමුත් කොටස් වශයෙන් වෙනස් වේ
- white_noise: පැතලි, අහඹු ශබ්දය
- අස්ථායී: අහඹු උච්චාවචනය
- signal_low: ව්‍යුහය පවතී, නමුත් සම්පූර්ණ විශ්ලේෂණය සඳහා දත්ත ඉතා කෙටියි

මෙම මෙවලමට කළ නොහැකි දේ

- තරංග ආකෘතිය ප්‍රතිනිර්මාණය කළ නොහැක
- භෞතික මූලාශ්‍රයක් සොයාගත නොහැක
- අනාගතය පුරෝකථනය කළ නොහැක
- බහු-නාලිකා දත්ත සැකසීමට නොහැක
- 500 ලක්ෂ්‍යවලට වඩා කෙටි දත්ත සැකසීමට නොහැක
- ප්‍රබල ප්‍රවණතාවක් සහිත දත්ත මුලින්ම ඉවත් නොකළහොත් සැකසීමට නොහැක

ඔබ සැපයිය යුතු දේ

1. ඔබේ කාල-ශ්‍රේණි දත්ත ගොනුව
ආකෘතිය: CSV, TSV, TXT, හෝ HDF5
අන්තර්ගතය: අවම වශයෙන් එක් සංඛ්‍යාත්මක තීරුවක් (කාල මුද්දරය විකල්ප)
දිග: අවම වශයෙන් 1000 ලක්ෂ්‍ය (5000+ නිර්දේශිතයි)

2. නියැදි අනුපාතය
උදාහරණ: තත්පරයකට එක් නියැදියක්, මිලි තත්පරයකට එකක්, LIGO 16384 Hz

3. ඔබේ ඉලක්කය
උදාහරණ:
- සංඥාවක් අඩංගු සංඛ්‍යාත කලාපය සොයා ගන්න
- තත්ව වෙනසක නිශ්චිත වේලාව හඳුනා ගන්න
- දත්ත කාල පරිච්ඡේද දෙකක් අතර ව්‍යුහය සංසන්දනය කරන්න

එය භාවිතා කළ යුත්තේ කවදාද

- ඔබට දිගු, තනි-නාලිකා කාල ශ්‍රේණියක් ඇත
- යම් අවස්ථාවකදී පද්ධති හැසිරීම වෙනස් වූ බවට ඔබ සැක කරයි
- “බල ග්ලිච්” “ව්‍යුහාත්මක වෙනසකින්” වෙන්කර හඳුනා ගැනීමට ඔබට අවශ්‍යයි
- ගැඹුරු විශ්ලේෂණයකට පෙර ස්වයංක්‍රීය පළමු-පසු කිරීමේ පරීක්ෂාවක් ඔබට අවශ්‍යයි

එය භාවිතා නොකළ යුත්තේ කවදාද

- තත්‍ය කාලීන ප්‍රවාහය
- බහු-සංවේදක අරා
- ඔබට භෞතික පැහැදිලි කිරීමක් අවශ්‍යයි
- ඔබට දෝෂ ස්ථානගත කිරීමක් අවශ්‍යයි
- ඔබට අනාගත පුරෝකථනයක් අවශ්‍යයි

මිලකරණය

- මූලික: එක් දත්ත කට්ටලයක්, වාර්තාව + CSV (මිල ගණන් සඳහා අමතන්න)
- සම්මත: දත්ත කට්ටල 3 දක්වා, සංසන්දනාත්මක විශ්ලේෂණය, එක් ප්‍රශ්නෝත්තර වටයක්
- උසස්: කණ්ඩායම් විශ්ලේෂණය, අභිරුචි පරාමිති, මූලාශ්‍ර කේත බලපත්‍රය

නිතර අසන ප්‍රශ්න

ප්‍ර: මෙය FFT / PSD වලින් වෙනස් වන්නේ කෙසේද?
පි: PSD ඔබට පවසන්නේ “සෑම සංඛ්‍යාතයකම කොපමණ බලයක් තිබේද” යන්නයි. මෙම මෙවලම ඔබට පවසන්නේ “සෑම සංඛ්‍යාතයකම කුමන ආකාරයේ ව්‍යුහයක් තිබේද, සහ එය වෙනස් වන්නේ කවදාද” යන්නයි.

ප්‍ර: එය දෝෂය සොයාගත හැකිද?
පි: නැත. එයට ඇත්තේ එක්-මාන කාල-ශ්‍රේණි දත්ත පමණි, අවකාශීය තොරතුරු නොමැත. එය ඔබට පවසන්නේ “ව්‍යුහය වෙනස් විය” මිස “එය වෙනස් වූයේ කොතැනද” යන්න නොවේ.

ප්‍ර: කාල නිරවද්‍යතාවය කුමක්ද?
පි: කවුළු දිග මත රඳා පවතී. තත්පර 1 ක කවුළුවක් සමඟ, සංක්‍රාන්ති හඳුනාගැනීම ±1 තත්පරයකට පමණ නිරවද්‍ය වේ.

ප්‍ර: එයට මගේ දත්ත හැසිරවිය හැකිද?
පි: පළමුව පරීක්ෂා කරන්න: දිග ≥ 1000 ලක්ෂ්‍ය, ප්‍රබල ප්‍රවණතාවක් නොමැත, සහ පැහැදිලි වෙනසක් අපේක්ෂා කෙරේ. එසේ නම්, එය ක්‍රියා කළ යුතුය. එසේ නොවේ නම්, විශ්ලේෂණය කළ නොහැකි බව මෙවලම ඔබට කියනු ඇත.

Zinner තත්ත්ව සහතිකය

✓
පරීක්ෂා කරන ලද වෘත්තිකයා
සෑම Zinner කෙනෙකුම වේදිකාවට සම්බන්ධ වීමට පෙර සමාලෝචනය කර අනුමත කරනු ලැබේ.
✓
ගුණාත්මක කාර්යය සහතිකයි
සියලුම සේවාවන් අපගේ තත්ත්ව සහතික කිරීමේ කැපවීම මගින් සහාය වේ.
✓
ආරක්ෂිත ගෙවීම්
ඔබ භාර දුන් කාර්යය අනුමත කරන තෙක් ඔබේ ගෙවීම ආරක්ෂා කර ඇත.

පැකේජ සසඳන්න

විශේෂාංගමූලික රෝග විනිශ්චයසම්මත රෝග විනිශ්චයඋසස් රෝග විනිශ්චය
බෙදාහැරීමේ කාලයදින 5දින 7දින 10
සංශෝධන123
ස්වයංක්‍රීය සංඛ්‍යාත කලාප ස්කෑන් කිරීම✓✓✓
පස් මට්ටමේ වර්ගීකරණය (සංඥා/ඛණ්ඩනය/white_noise/අස්ථායී/signal_low)✓✓✓
සංක්‍රාන්ති හඳුනාගැනීම✓✓✓
පැනල් තුනේ දෘශ්‍යකරණය (මුල් සංඥාව, CV, එන්ට්‍රොපිය)✓✓✓
CSV ප්‍රතිඵල වගුව✓✓✓
දත්ත කට්ටල හරහා ව්‍යුහ සංසන්දනය✕✓✓
සංක්‍රාන්ති කාල මුද්දර සංසන්දනය✕✓✓
ප්‍රශ්නෝත්තර වට දෙකක්✕✓✓
කණ්ඩායම් සැකසීම✕✕✓
අභිරුචි පරාමිති✕✕✓
පුළුල් කළ විශ්ලේෂණ වාර්තාව (අතිරේක දර්ශක සහ සංසන්දන)✕✕✓
ප්‍රශ්නෝත්තර වට 3ක්✕✕✓

සාම්පල

මෙම Zinn හා සම්බන්ධ විකුණුම්කරුගේ වැඩ උදාහරණ බලන්න.

පෝට්ෆෝලියෝ

මෙම Zinn ට අදාළ විකුණුම්කරුගේ වැඩ පිළිබඳ උදාහරණ.

LIGO O4c1 ශබ්ද ව්‍යුහ විශ්ලේෂණය

LIGO O4c1 අඛණ්ඩ දත්තවල 24 මිනිත්තු සඳහා රෝග විනිශ්චය මෙවලම යොදන ලදී. 4 සංක්‍රාන්ති සිදුවීම් හඳුනාගෙන ශබ්ද ව්‍යුහයේ මූලික රේඛාව ප්‍රමාණාත්මක කරන ලදී.

අමතර තොරතුරු

වැඩ ප්‍රවාහය

පියවර:1. දත්ත සමාලෝචනය (පැය 24): සීමාවන් සපුරාලන බව සහතික කර ගැනීමට ඔබේ දත්ත සමාලෝචනය කරන්න (දිගු >= 1000 ලකුණු, තනි නාලිකාව, ප්‍රවණතා ඉවත් කර ඇත, fs සපයා ඇත). 2. ස්වයංක්‍රීය ස්කෑන් කිරීම: ස්වයංක්‍රීයව සොයාගත් සංඛ්‍යාත කලාප හරහා (f0/8 සිට f0x4 දක්වා) ඒකාබද්ධ ව්‍යුහ විශ්ලේෂණය (CV, එන්ට්‍රොපි, විකෘතිතාව, පුනරාවර්තන අනුපාතය) ධාවනය කරන්න. 3. වර්ගීකරණය සහ හඳුනාගැනීම: 5-පන්ති වර්ගීකරණය (සංඥා, සංඥා_අඩු, සුදු_ශබ්දය, ස්ථාවර නොවන, ඛණ්ඩනය කරන ලද) සිදු කර කාල මුද්දර සහිත සංක්‍රාන්ති/හිස්ටෙරෙසිස් හඳුනා ගන්න. 4. බෙදාහැරීම: CSV ප්‍රතිඵල වගුවක්, 3-පැනල් දෘශ්‍යකරණයක් (අමු සංඥා, CV, එන්ට්‍රොපි), සහ රෝග විනිශ්චය සාරාංශයක් ලබා දෙන්න.

විෂය පථය සහ සීමාවන්

ක්ෂේත්‍ර:තාරකා විද්‍යාව, වෛද්‍ය (EEG/ECG), කාර්මික කම්පන රෝග විනිශ්චය, මූල්‍ය, දේශගුණය, භෞතික විද්‍යා පරීක්ෂණ අධීක්ෂණය.
සීමාවන්:මේවාට සුදුසු නොවේ: ප්‍රබල රේඛීය ප්‍රවණතා (ප්‍රවණතා ඉවත් කළ යුතුය), බහු-නාලිකා දත්ත, කෙටි දත්ත (< 500 ලකුණු), තත්‍ය කාලීන සැකසීම, නිශ්චිත සංඥා හැඩයන්/ස්ථාන සොයා ගැනීම, හෝ අනාගතය පුරෝකථනය කිරීම.

තාක්ෂණික ගොඩනැගීම සහ වලංගුකරණය

Python:anchor_detect.py v2.3 (නවතම ස්ථාවර නිකුතුව) NumPy/SciPy මගින් බලගන්වයි.
වලංගුකරණ දත්ත:LIGO ගුරුත්වාකර්ෂණ-තරංග දත්ත (O1, O2, O4c1), Sunspots, කෘතිම මිශ්‍ර-සංඛ්‍යාත සංඥා, සහ AirPassengers මත වලංගු කර ඇත.

සේවා විස්තර

සේවා වර්ගය
සම්මත
Zinner වර්ගය
නිදහස් සේවකයා
ලබා ගත හැකි බව
සතියේ දින සහ සති අන්ත
විකුණුම්කරුගේ රට
චීනය
පිළිගත් භාෂා
සියලුම භාෂා පිළිගනු ලැබේ
NDA ඇත
ඔව්
හැසිරවූ ව්‍යාපෘති ප්‍රමාණයන්
කුඩා සිට මධ්‍යම දක්වා
ප්‍රතිචාර කාලය
24 පැය ඇතුළත
අත්දැකීම් වසර
1

නිතර අසන ප්‍රශ්න

නැත. මෙය රෝග විනිශ්චය මෙවලමක් මිස පුරෝකථන මෙවලමක් නොවේ. එය ව්‍යුහාත්මක වෙනස්කම් සහ තත්ව සංක්‍රාන්ති හඳුනා ගැනීමට ඓතිහාසික/වත්මන් දත්ත විශ්ලේෂණය කරයි. එයට අනාගත හැසිරීම් පුරෝකථනය කළ නොහැක.

නැත. මෙවලම සංඛ්‍යානමය ව්‍යුහයන් (CV, එන්ට්‍රොපි, විකෘතිතාව, පුනරාවර්තන අනුපාතය) සහ 5-පන්ති ලේබල ප්‍රතිදානය කරයි. එය නිශ්චිත සංඥා හැඩය හෝ තරංග ආකෘතිය ප්‍රතිනිර්මාණය නොකරයි.

නැත. දැනට, මෙවලම තනි-නාලිකා කාල ශ්‍රේණි පමණක් සහාය දක්වයි. එය බහු-සංවේදක විලයනය හෝ අවකාශීය ස්ථානගත කිරීම සිදු නොකරයි.

නැත. මෙය ඓතිහාසික දත්ත සහ කණ්ඩායම් සැකසීම සඳහා නිර්මාණය කර ඇති නොබැඳි විශ්ලේෂණ මෙවලමකි. එය තත්‍ය කාලීන ප්‍රවාහය සඳහා නිර්මාණය කර නැත.

ක්‍රමය ස්ලයිඩින් කවුළු විශ්ලේෂණය භාවිතා කරයි (උදා, 32s කවුළුව, 8s පියවර). කවුළු සුමට කිරීමේ බලපෑම් හේතුවෙන්, සත්‍ය සිදුවීමෙන් පසු සංක්‍රාන්ති තරමක් ප්‍රමාද වී හඳුනාගත හැක (උදා, අපගේ වලංගුකරණයේදී, t=16s හි සත්‍ය සංක්‍රාන්තිය, t=22s හි හඳුනාගත් උපරිමය). මෙය සාමාන්‍ය දෙයක් වන අතර වාර්තාවේ සටහන් වනු ඇත.

නැත. මෙය සේවා-පාදක ලැයිස්තුගත කිරීමකි. ඔබට රෝග විනිශ්චය වාර්තාව, CSV වගු, සහ PNG දෘශ්‍යකරණයන් ලැබෙනු ඇත, නමුත් මූලාශ්‍ර කේතය (Python ස්ක්‍රිප්ට්) කිසිදු පැකේජයකට ඇතුළත් නොවේ.

පාරිභෝගික සමාලෝචන

මෙම Zinn ගැන අපගේ පාරිභෝගිකයින් පවසන දේ බලන්න

ප්‍රවර්ග

Zinner ප්‍රතිපත්ති

ස්වයංක්‍රීය සංඛ්‍යාත කලාප ස්කෑන් කිරීම සහ තත්ව වෙනස්වීම් හඳුනාගැනීම සමඟින් මම ඔබේ කාල-ශ්‍රේණි දත්ත හඳුනාගනිමි 6 &Raquo; Zinn Hub

මෙම නිෂ්පාදනය මිලදී ගත් ලොග් වූ පාරිභෝගිකයින්ට පමණක් සමාලෝචනයක් තැබිය හැක.

විකල්ප සහ ඇණවුම් කරන්න

Zinn Hub යෙදුම ලබා ගන්න

දැනුම්දීම් · වේගවත් ප්‍රවේශය · සම්පූර්ණ තිරය

ඔබගේ බ්‍රවුසරයේShare තට්ටු කරන්න

➜ ඉන්පසු "මුල් තිරයට එක් කරන්න" තට්ටු කරන්න