时间序列数据的信号质量审计
机器学习
2024-02-02 v1 信号处理
摘要
信号质量评估(SQA)对于监测数据采集系统的可靠性是必需的，特别是在AI驱动的预测性维护(PMx)应用场景中。SQA对于解决数据采集硬件和软件的“静默故障”至关重要，这些故障若未被察觉，会误导数据用户，造成错误决策的风险，可能导致意外甚至灾难性后果。我们开发了一个用于时间序列数据分析的信号质量指数(SQI)的开源软件实现。我们编纂了一系列SQI，使用已建立的基准数据进行了演示，并表明它们可以有效地用于信号质量评估。我们还研究了去噪时间序列数据的替代方法，试图提高已退化信号的质量，并在相关真实世界数据上进行了实证评估。据我们所知，我们的软件工具包是第一个提供广泛信号质量评估和改进技术的开源实现，这些技术在公开可用的基准数据上得到验证，便于复现。我们框架的通用性可以轻松扩展到评估复杂系统中任意时间序列测量的可靠性，特别是当下游分析中波形形状的形态模式和信号周期性是关键关注点时。
引用
@article{arxiv.2402.00803,
title = {Signal Quality Auditing for Time-series Data},
author = {Chufan Gao and Nicholas Gisolfi and Artur Dubrawski},
journal= {arXiv preprint arXiv:2402.00803},
year = {2024}
}