恩智浦eIQ Time Series Studio工具使用教程之数据智能

Hello 大家好，今天继续为大家带来eIQ Time Series Studio系列讲解，上期咱们讲到“Utilities”模块中的“Data Labeling”数据标签工具。数据标签工具使用户能够通过可视化界面将相应的数据标签（如电弧或无电弧）应用于当前数据图形的不同部分，从而对导入的原始数据进行分类。然后，该工具根据标签对原始数据进行细分，并创建用于训练机器学习模型的优化数据集。本节会继续介绍“Utilities”模块中的“Data Intelligence”数据智能工具。

“Data Intelligence”

数据智能为用户提供了一种非常有价值的工具，它能够自动并智能地分析数据集，以完成分类和异常检测任务。本节介绍数据集分析的过程，并列出了优化和重新收集数据的步骤，以提高性能并从分析结果中获取更多数据信息。

数据智能的重要性

用户通常根据自身经验和对数据的了解导入时间序列数据集。然而，由于经验和时间等限制，对数据的分析不够全面无法得出令人满意的结果。例如，采样频率可能高于相应的应用需求。或者，对于分类任务，每个类别的训练数据量可能不均衡。为了应对这些挑战，数据智能工具可以帮助用户评估数据集的平衡性，并确定各个数据通道/轴的重要性。该工具不仅标记不平衡的数据集，还会建议忽略冗余通道。此外，该工具还可以帮助确定最佳采样频率和窗口大小，从而优化数据集，提高质量和分析结果。

数据集配置

第一步是配置导入数据的必需参数（以分类示例中风扇状态检测为例）。

输入以下信息：

数据集类型：“Segmented Data”分段数据或“Continuous Data”连续数据。

通道数：每个数据点由有多少个通道组成。

类别数：用户数据需要分析的类别数。

使用的采样频率：用户原始数据的采样频率。

最小频率：可设置的最低分频系数。

设置完成后，点击“Confirm”按钮，若有设置错误，可点击“Reset”并重新配置。

设置通道数后，用户可以为每个通道分配单独的别名，有助于区分各个通道并便于用户理解分析报告。

数据集导入

数据集配置后，导入用户数据：

点击每个类别旁边的“+”按钮弹出文件选择窗口并加载文件。文件中的分隔符、行数和列数都会被自动识别。

请确保每个文件符合指定的设置：当数据分段时，列数必须等于窗口大小乘以通道数。当数据连续时，列数必须等于通道数。同时还可以修改每个类别的别名，以便于标注各类别的表现。

完成这些步骤后，点击“START DATA ANALYSIS”按钮，继续进行数据分析并生成报告。

数据分析报告

点击“START DATA ANALYSIS”按钮后，启动分析，系统会自动处理数据，然后显示分析结果。

Segmented Data数据分析报告

Segmented Data数据分析报告主要包括：数据平衡，通道相关性，通道重要性和最佳采样参数分析。

Data Balance-数据平衡

用五星对数据量的平衡进行评价，点亮的星数越多，表明各分类的数据集量越平衡。

Channel Correlation-通道相关性

仅适用于通道数 >= 2 的情况。

显示混淆矩阵表，说明不同通道之间的相关值。

绝对值越高，通道之间的相关性越高。值越接近于零，表示通道彼此独立。该信息可用于识别并可能删除冗余通道。删除冗余通道有助于优化数据集以用于训练步骤。

Channel Importance-通道重要性

仅适用于分段数据集。

仅适用于通道数 >= 2 的情况。

在排名栏中显示每个通道的重要性得分，分数越高说明该通道越重要。

Best Sampling Params-最佳采样参数

采样频率：输出原始采样频率的推荐分频。此建议旨在帮助消除数据中潜在的高频噪声成分。通过这种方式降低频率，用户可以节省资源和功耗，同时保留基本信息。

窗口大小：输出推荐的窗口大小。对于分段数据，此大小保持不变，仅适用于连续数据。

采样时长：单个样本数据的采样时间。

Continuous Data数据分析报告

前面主要介绍导入“Segmented”数据后的数据分析报告，而导入“Continuous”的数据分析报告略有不同，如“Best Sampling Params”功能描述

在窗口大小和采样频率矩阵中，最推荐使用采样频率fs/1和窗口大小64的组合。

区分度：仅适用于连续数据。输出在最佳分段窗口大小和采样频率下连续数据的数据区分度。

用户可以将连续数据导入到“ Data Operation”中。使用生成数据样本并尝试推荐的采样参数，生成用于机器学习的样本数据集。如果推荐的采样频率不是fs/1，则数据会根据分频和推荐的窗口大小进行降采样。例如，如果智能分析后得到的分频为fs/2，则数据集将按如下方式进行降采样并保存。

最后，用户可以选择“quality”并点击 “Save PDF”按钮将分析报告保存在本地PC中。

结论

该数据智能工具可自动生成数据集质量报告，并向用户提供反馈，无需恩智浦的直接工程支持。分析的功能包括数据平衡、通道相关性、通道重要性、最佳采样参数和窗长。这些功能使用户能够就数据重新收集或重新格式化做出明智的决策，确保其数据集处于最佳状态以供后续处理。