Comment utiliser les données des capteurs dans une analyse ?Dans l'industrie des procédés chimiques, de nombreuses données de capteurs sont capturées (débits, niveaux, pressions, températures, etc.). Ces données peuvent être décrites comme des séries temporelles non stationnaires. En regardant un schéma typique, on peut trouver un schéma de tendance (sans saisonnalité ou peu = été/hiver ou jour/nuit) particulier lorsqu'on regarde des évolutions monotones (comme l'encrassement). Mais souvent, les fonctionnalités candidates ne présentent pas de modèle de tendance (sauf si la fonctionnalité est utilisée par l'opérateur pour compenser). Si vous rencontrez un problème avec une installation qui peut être décrit par une certaine mesure, la question se pose souvent : quelle(s) autre(s) variable(s) a-t-elle causé ce problème ? La plupart des outils d'analyse, par exemple PCA/LDA/Random forest, s'appuient sur des données stationnaires. Je veux éviter d'essayer de créer un modèle d'espace d'état pour compenser des situations non stationnaires. Alternativement, je pourrais effectuer un double lissage exponentiel, mais cela n'est utilisable que si j'ai une tendance claire.
Ma question est : comment transformer ces données de telle manière que je puisse les utiliser pour des analyses comme la PCA par exemple (et non en utilisant la PCA par ondelettes) ?
Merci!
Modélisation statistique avancéeRe : Comment utiliser les données des capteurs dans une analyse ?Je suppose que vous demandez comment transformer des données de séries chronologiques multivariées afin que vous puissiez les analyser à l'aide de la PCA indiquée sur cette page wiki. Analyse des composants principaux .
L'analyse s'attend à ce que les données soient échantillonnées à partir d'une variable aléatoire à P dimensions et qu'il y ait N échantillons. Pour l’analyse, l’ordre des échantillons n’a PAS d’importance, ou en d’autres termes, il s’en fiche. Dans votre exemple, cela ne se souciera pas de la stationnaire ou non. En attendant, cela ne vous empêchera pas de fournir de telles données, dans lesquelles l'ordre des échantillons a un sens. Et cela ne sera pas sans importance si l’on décide d’ignorer l’ordre et de regarder les données sous un angle différent. Essayez d'ajouter les données brutes et voyez ce que vous pourriez découvrir ou quelle inspiration vous pourriez tirer du résultat. La principale application de l'ACP est la réduction de dimension, par exemple la réduction de données de dimension P à des données de dimension Q, où Q est beaucoup plus petit que P. De cette manière, vous transformez déjà vos données en fonction de vos besoins, si cela a du sens. De plus, vous n’avez pas mentionné que vous aviez essayé de faire la différence. Peut-être devriez-vous essayer cela et voir si cette transformation signifie quelque chose pour vous.
Re : Comment utiliser les données des capteurs dans une analyse ?Malheureusement, je n'ai pas JMP Pro
Re : Comment utiliser les données des capteurs dans une analyse ?Avez-vous accès à JMP Pro ? Le scénario que vous décrivez est conçu sur mesure pour utiliser la plateforme Functional Data Explorer et les fonctionnalités de modélisation associées. Voici un lien vers une présentation donnée par mon ancien collègue (je suis à la retraite) Tom Donelly sur ce même sujet : Modélisation des données de capteurs diffusées
