Я діагностую ваші дані часових рядів за допомогою автоматичного сканування частотних діапазонів та виявлення змін стану

ЩО ЦЕ ТАКЕ

Це діагностичний інструмент для одноканальних даних часових рядів. Він автоматично:
- Знаходить частотні діапазони, що містять структуру
- Класифікує кожен діапазон на один з п'яти типів
- Виявляє різкі зміни в поведінці системи
- Порівнює дані з різних періодів часу

Він НЕ вимагає маркованих навчальних даних, попередньо визначених шаблонів або фізичної моделі. Він використовує чотири незалежні статистичні метрики: коефіцієнт варіації, вибіркову ентропію, асиметрію огинаючої та частоту повторень.

Академічне посилання: препринт Zenodo DOI 10.5281/zenodo.22837806

ЩО ВИ ОТРИМУЄТЕ

Діагностичний звіт (PDF) з:
- Метриками для кожного діапазону: CV, вибіркова ентропія, асиметрія, частота повторень
- Класифікацією для кожного діапазону
- Виявленими часовими мітками переходів
- Трипанельною візуалізацією (вихідний сигнал, CV з часом, ентропія з часом)

Структурована таблиця результатів (CSV), що містить усі метрики та мітки діапазонів.

Методологічна примітка, що пояснює потік аналізу, параметри та як читати результати.

ЯК ЦЕ ПРАЦЮЄ — ПРОСТОЮ МОВОЮ

Уявіть свої дані як радіосигнал. Традиційні інструменти кажуть вам: є енергія на 50-80 Гц. Цей інструмент каже вам: сигнал на 50-80 Гц стабільний і структурований або сигнал на 50-80 Гц змінюється сегментами або цей діапазон — просто випадковий шум.

Він також повідомляє точний час зміни поведінки — наприклад: у t=568 секунд система перейшла зі стабільного стану в нестабільний.

П'ЯТЬ КЛАСИФІКАЦІЙНИХ МІТОК

- сигнал: стабільний, структурований сигнал
- сегментований: структурований, але змінюється сегментами
- white_noise: плоский, випадковий шум
- нестаціонарний: випадкові коливання
- signal_low: структура присутня, але даних занадто мало для повного аналізу

ЩО ЦЕЙ ІНСТРУМЕНТ НЕ МОЖЕ ЗРОБИТИ

- Не може відновити форму хвилі
- Не може визначити фізичне джерело
- Не може передбачити майбутнє
- Не може обробляти багатоканальні дані
- Не може обробляти дані коротші за 500 точок
- Не може обробляти дані з сильним трендом, якщо їх спочатку не було детрендовано

ЩО ВАМ ПОТРІБНО НАДАТИ

1. Файл даних часового ряду
Формат: CSV, TSV, TXT або HDF5
Вміст: щонайменше один числовий стовпець (мітка часу необов'язкова)
Довжина: мінімум 1000 точок (рекомендовано 5000+)

2. Частота дискретизації
Приклади: один зразок на секунду, один на мілісекунду, LIGO 16384 Гц

3. Ваша мета
Приклади:
- Знайти, який частотний діапазон містить сигнал
- Виявити точний час зміни стану
- Порівняти структуру між двома періодами даних

КОЛИ ВИКОРИСТОВУВАТИ

- У вас є довгий, одноканальний часовий ряд
- Ви підозрюєте, що поведінка системи змінилася в якийсь момент
- Ви хочете відрізнити збій живлення від структурної зміни
- Вам потрібен автоматизований первинний скринінг перед глибшим аналізом

КОЛИ НЕ ВИКОРИСТОВУВАТИ

- Потокова передача в реальному часі
- Багатосенсорні масиви
- Вам потрібне фізичне пояснення
- Вам потрібна локалізація несправностей
- Вам потрібне прогнозування майбутнього

ЦІНИ

- Базовий: один набір даних, звіт + CSV (зверніться для отримання ціни)
- Стандартний: до 3 наборів даних, порівняльний аналіз, один раунд запитань і відповідей
- Розширений: пакетний аналіз, власні параметри, ліцензія на вихідний код

Поширені запитання

З: Чим це відрізняється від FFT / PSD?
В: PSD показує скільки потужності на кожній частоті. Цей інструмент показує яка структура на кожній частоті і коли вона змінюється.

З: Чи може він визначити місце несправності?
В: Ні. Він має лише одновимірні дані часового ряду, без просторової інформації. Він каже структура змінилася, а не де вона змінилася.

З: Яка точність часу?
В: Залежить від довжини вікна. З вікном в 1 секунду виявлення переходу точне до приблизно ±1 секунди.

З: Чи може він обробляти мої дані?
В: Спочатку перевірте: довжина ≥ 1000 точок, без сильного тренду та очікувана чітка зміна. Якщо так, він повинен працювати. Якщо ні, інструмент повідомить вам, що він не може аналізувати.