Hello 大家好，今天繼續為大家帶來eIQ Time Series Studio系列講解，上期咱們講到“Utilities”模塊中的“Data Labeling”數據標簽工具。數據標簽工具使用戶能夠通過可視化界面將相應的數據標簽（如電弧或無電弧）應用于當前數據圖形的不同部分，從而對導入的原始數據進行分類。然后，該工具根據標簽對原始數據進行細分，并創建用于訓練機器學習模型的優化數據集。本節會繼續介紹“Utilities”模塊中的“Data Intelligence”數據智能工具。

“Data Intelligence”

數據智能為用戶提供了一種非常有價值的工具，它能夠自動并智能地分析數據集，以完成分類和異常檢測任務。本節介紹數據集分析的過程，并列出了優化和重新收集數據的步驟，以提高性能并從分析結果中獲取更多數據信息。

數據智能的重要性

用戶通常根據自身經驗和對數據的了解導入時間序列數據集。然而，由于經驗和時間等限制，對數據的分析不夠全面無法得出令人滿意的結果。例如，采樣頻率可能高于相應的應用需求?；蛘?，對于分類任務，每個類別的訓練數據量可能不均衡。為了應對這些挑戰，數據智能工具可以幫助用戶評估數據集的平衡性，并確定各個數據通道/軸的重要性。該工具不僅標記不平衡的數據集，還會建議忽略冗余通道。此外，該工具還可以幫助確定最佳采樣頻率和窗口大小，從而優化數據集，提高質量和分析結果。

數據集配置

第一步是配置導入數據的必需參數（以分類示例中風扇狀態檢測為例）。

輸入以下信息：

數據集類型：“Segmented Data”分段數據或“Continuous Data”連續數據。

通道數：每個數據點由有多少個通道組成。

類別數：用戶數據需要分析的類別數。

使用的采樣頻率：用戶原始數據的采樣頻率。

最小頻率：可設置的最低分頻系數。

設置完成后，點擊“Confirm”按鈕，若有設置錯誤，可點擊“Reset”并重新配置。

設置通道數后，用戶可以為每個通道分配單獨的別名，有助于區分各個通道并便于用戶理解分析報告。

數據集導入

數據集配置后，導入用戶數據：

點擊每個類別旁邊的“+”按鈕彈出文件選擇窗口并加載文件。文件中的分隔符、行數和列數都會被自動識別。

請確保每個文件符合指定的設置：當數據分段時，列數必須等于窗口大小乘以通道數。當數據連續時，列數必須等于通道數。同時還可以修改每個類別的別名，以便于標注各類別的表現。

完成這些步驟后，點擊“START DATA ANALYSIS”按鈕，繼續進行數據分析并生成報告。

數據分析報告

點擊“START DATA ANALYSIS”按鈕后，啟動分析，系統會自動處理數據，然后顯示分析結果。

Segmented Data數據分析報告

Segmented Data數據分析報告主要包括：數據平衡，通道相關性，通道重要性和最佳采樣參數分析。

Data Balance-數據平衡

用五星對數據量的平衡進行評價，點亮的星數越多，表明各分類的數據集量越平衡。

Channel Correlation-通道相關性

僅適用于通道數 >= 2 的情況。

顯示混淆矩陣表，說明不同通道之間的相關值。

絕對值越高，通道之間的相關性越高。值越接近于零，表示通道彼此獨立。該信息可用于識別并可能刪除冗余通道。刪除冗余通道有助于優化數據集以用于訓練步驟。

Channel Importance-通道重要性

僅適用于分段數據集。

僅適用于通道數 >= 2 的情況。

在排名欄中顯示每個通道的重要性得分，分數越高說明該通道越重要。

Best Sampling Params-最佳采樣參數

采樣頻率：輸出原始采樣頻率的推薦分頻。此建議旨在幫助消除數據中潛在的高頻噪聲成分。通過這種方式降低頻率，用戶可以節省資源和功耗，同時保留基本信息。

窗口大?。狠敵鐾扑]的窗口大小。對于分段數據，此大小保持不變，僅適用于連續數據。

采樣時長：單個樣本數據的采樣時間。

Continuous Data數據分析報告

前面主要介紹導入“Segmented”數據后的數據分析報告，而導入“Continuous”的數據分析報告略有不同，如“Best Sampling Params”功能描述

在窗口大小和采樣頻率矩陣中，最推薦使用采樣頻率fs/1和窗口大小64的組合。

區分度：僅適用于連續數據。輸出在最佳分段窗口大小和采樣頻率下連續數據的數據區分度。

用戶可以將連續數據導入到“ Data Operation”中。使用生成數據樣本并嘗試推薦的采樣參數，生成用于機器學習的樣本數據集。如果推薦的采樣頻率不是fs/1，則數據會根據分頻和推薦的窗口大小進行降采樣。例如，如果智能分析后得到的分頻為fs/2，則數據集將按如下方式進行降采樣并保存。

最后，用戶可以選擇“quality”并點擊 “Save PDF”按鈕將分析報告保存在本地PC中。

結論

該數據智能工具可自動生成數據集質量報告，并向用戶提供反饋，無需恩智浦的直接工程支持。分析的功能包括數據平衡、通道相關性、通道重要性、最佳采樣參數和窗長。這些功能使用戶能夠就數據重新收集或重新格式化做出明智的決策，確保其數據集處于最佳狀態以供后續處理。