Detector-learner Thermal displacement: modification 1, S4
Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
This commit is contained in:
1 parent
6e9f69a006
commit
2483a2f25d
3 files changed
+117
-8
No files matched your search
@@ -0,0 +1,101 @@
|
|||||||
|
BREITHORN : 2026-10-03T00:00Z → 2026-11-01T00:00Z, 27 étiquettes
|
||||||
|
trouvées justes
|
||||||
|
Displacement 168/168 (100 %) 168/171 (98 %)
|
||||||
|
No data 2/2 (100 %) 2/2 (100 %)
|
||||||
|
Obstruction 46/48 (96 %) 46/46 (100 %)
|
||||||
|
Thermal displacement 4/21 (19 %) 4/4 (100 %)
|
||||||
|
Visibility — 0/25 (0 %)
|
||||||
|
|
||||||
|
CLARIDEN : 2026-10-01T00:00Z → 2026-11-01T00:00Z, 43 étiquettes
|
||||||
|
trouvées justes
|
||||||
|
Displacement 2578/3091 (83 %) 2578/2601 (99 %)
|
||||||
|
No data 6/20 (30 %) 6/12 (50 %)
|
||||||
|
Obstruction 1/5 (20 %) 1/5 (20 %)
|
||||||
|
Target issue 4068/4068 (100 %) 4068/4069 (100 %)
|
||||||
|
Thermal displacement 40/42 (95 %) 40/264 (15 %)
|
||||||
|
Visibility 3/87 (3 %) 3/3 (100 %)
|
||||||
|
|
||||||
|
FLORIDA : 2026-10-01T00:00Z → 2026-11-01T00:00Z, 64 étiquettes
|
||||||
|
trouvées justes
|
||||||
|
Displacement 0/41 (0 %) 0/15 (0 %)
|
||||||
|
No data 4/21 (19 %) 4/4 (100 %)
|
||||||
|
Obstruction 0/2 (0 %) 0/13 (0 %)
|
||||||
|
Target issue 2913/2913 (100 %) 2913/2914 (100 %)
|
||||||
|
Thermal displacement 815/1047 (78 %) 815/1338 (61 %)
|
||||||
|
Visibility 381/598 (64 %) 381/381 (100 %)
|
||||||
|
|
||||||
|
JUNGFRAU : 2026-09-30T00:00Z → 2026-11-01T00:00Z, 99 étiquettes
|
||||||
|
trouvées justes
|
||||||
|
Displacement — 0/19 (0 %)
|
||||||
|
No data 4/29 (14 %) 4/4 (100 %)
|
||||||
|
Obstruction 1/1 (100 %) 1/158 (1 %)
|
||||||
|
Target issue 3005/3005 (100 %) 3005/3006 (100 %)
|
||||||
|
Thermal displacement 1544/2557 (60 %) 1544/1786 (86 %)
|
||||||
|
Visibility 305/669 (46 %) 305/315 (97 %)
|
||||||
|
|
||||||
|
LENZSPITZE : 2026-10-16T00:00Z → 2026-11-01T00:00Z, 67 étiquettes
|
||||||
|
trouvées justes
|
||||||
|
Displacement — 0/4640 (0 %)
|
||||||
|
No data 12/615 (2 %) 12/16 (75 %)
|
||||||
|
Obstruction 19/47 (40 %) 19/84 (23 %)
|
||||||
|
Thermal displacement 1767/1925 (92 %) 1767/4253 (42 %)
|
||||||
|
Visibility 915/1886 (49 %) 915/1077 (85 %)
|
||||||
|
|
||||||
|
MICHIGAN : 2026-10-03T00:00Z → 2026-11-01T00:00Z, 15 étiquettes
|
||||||
|
trouvées justes
|
||||||
|
Displacement 130/130 (100 %) 130/171 (76 %)
|
||||||
|
No data 2/2 (100 %) 2/2 (100 %)
|
||||||
|
Target issue 132/147 (90 %) 132/132 (100 %)
|
||||||
|
Thermal displacement 19/25 (76 %) 19/46 (41 %)
|
||||||
|
|
||||||
|
NEBRASKA : 2026-10-03T00:00Z → 2026-11-01T00:00Z, 11 étiquettes
|
||||||
|
trouvées justes
|
||||||
|
Displacement 165/165 (100 %) 165/171 (96 %)
|
||||||
|
No data 2/2 (100 %) 2/2 (100 %)
|
||||||
|
Target issue 132/132 (100 %) 132/132 (100 %)
|
||||||
|
Thermal displacement 10/20 (50 %) 10/17 (59 %)
|
||||||
|
|
||||||
|
NIEDERHORN : 2026-10-01T00:00Z → 2026-11-01T00:00Z, 139 étiquettes
|
||||||
|
trouvées justes
|
||||||
|
Displacement 3/48 (6 %) 3/15 (20 %)
|
||||||
|
No data 2/26 (8 %) 2/2 (100 %)
|
||||||
|
Obstruction 75/156 (48 %) 75/167 (45 %)
|
||||||
|
Target issue 719/719 (100 %) 719/720 (100 %)
|
||||||
|
Thermal displacement 216/267 (81 %) 216/236 (92 %)
|
||||||
|
Visibility 25/104 (24 %) 25/28 (89 %)
|
||||||
|
|
||||||
|
NORDEND : 2026-08-10T00:00Z → 2026-11-01T00:00Z, 228 étiquettes
|
||||||
|
trouvées justes
|
||||||
|
Displacement 2/12 (17 %) 2/36 (6 %)
|
||||||
|
No data 10/58 (17 %) 10/10 (100 %)
|
||||||
|
Obstruction 635/2625 (24 %) 635/1873 (34 %)
|
||||||
|
Target issue 2097/7183 (29 %) 2097/2097 (100 %)
|
||||||
|
Thermal displacement 4607/7412 (62 %) 4607/4707 (98 %)
|
||||||
|
Visibility 679/1950 (35 %) 679/1138 (60 %)
|
||||||
|
|
||||||
|
SNCF01 : 2026-10-04T00:00Z → 2026-11-01T00:00Z, 97 étiquettes
|
||||||
|
trouvées justes
|
||||||
|
Displacement 2111/2111 (100 %) 2111/2112 (100 %)
|
||||||
|
No data 10/30 (33 %) 10/16 (62 %)
|
||||||
|
Obstruction 20/22 (91 %) 20/431 (5 %)
|
||||||
|
Target issue 2111/2111 (100 %) 2111/2112 (100 %)
|
||||||
|
Thermal displacement 1218/1726 (71 %) 1218/1275 (96 %)
|
||||||
|
Visibility 0/761 (0 %) —
|
||||||
|
|
||||||
|
WILDSTRUBEL : 2026-09-01T00:00Z → 2026-11-01T00:00Z, 201 étiquettes
|
||||||
|
trouvées justes
|
||||||
|
Displacement 550/579 (95 %) 550/1833 (30 %)
|
||||||
|
No data 21/31 (68 %) 21/30 (70 %)
|
||||||
|
Obstruction 253/1026 (25 %) 253/482 (52 %)
|
||||||
|
Target issue 350/2091 (17 %) 350/350 (100 %)
|
||||||
|
Thermal displacement 495/845 (59 %) 495/512 (97 %)
|
||||||
|
Visibility 420/1152 (36 %) 420/429 (98 %)
|
||||||
|
|
||||||
|
Total
|
||||||
|
trouvées justes
|
||||||
|
Displacement 5707/6345 (90 %) 5707/11784 (48 %)
|
||||||
|
No data 75/836 (9 %) 75/100 (75 %)
|
||||||
|
Obstruction 1050/3932 (27 %) 1050/3259 (32 %)
|
||||||
|
Target issue 15527/22369 (69 %) 15527/15532 (100 %)
|
||||||
|
Thermal displacement 10735/15887 (68 %) 10735/14438 (74 %)
|
||||||
|
Visibility 2728/7207 (38 %) 2728/3396 (80 %)
|
||||||
@@ -4,7 +4,10 @@ déplacements corrigés (dilatation le jour, contraction le soir : l'utilisateur
|
|||||||
Méthode, par cible (hors références globales) et par axe (corr_x, corr_y) :
|
Méthode, par cible (hors références globales) et par axe (corr_x, corr_y) :
|
||||||
1. Chaque jour UTC d'au moins 20 h : moyenne de chaque heure moins la médiane du jour (enlève sauts et dérive).
|
1. Chaque jour UTC d'au moins 20 h : moyenne de chaque heure moins la médiane du jour (enlève sauts et dérive).
|
||||||
2. Profil = médiane, heure par heure, sur les jours ; « répétabilité » = médiane, sur les jours, de la corrélation
|
2. Profil = médiane, heure par heure, sur les jours ; « répétabilité » = médiane, sur les jours, de la corrélation
|
||||||
entre le jour et le profil des autres jours. Axe concerné si répétabilité ≥ 0,6.
|
entre le jour et le profil des autres jours. Axe concerné si répétabilité ≥ 0,6. Un jour incomplet (au moins
|
||||||
|
PARTIEL heures, moins de 20) n'entre pas dans le profil, mais sa ressemblance se mesure sur les heures qu'il a : un
|
||||||
|
trou d'une demi-journée ne lui ôte plus son épisode (/detector-learner Thermal displacement, modification 1, S4 ;
|
||||||
|
à HEURES_MIN = 12 ou 16, les jours incomplets faussaient le profil, NIEDERHORN reculait).
|
||||||
3. Cycle de la station si au moins la moitié des cibles ont un axe concerné, **et** (seconde méthode, demandée par
|
3. Cycle de la station si au moins la moitié des cibles ont un axe concerné, **et** (seconde méthode, demandée par
|
||||||
l'utilisateur) si une sinusoïde de 24 h, a + b·sin(2πt/24 h) + c·cos(2πt/24 h) par moindres carrés, explique au
|
l'utilisateur) si une sinusoïde de 24 h, a + b·sin(2πt/24 h) + c·cos(2πt/24 h) par moindres carrés, explique au
|
||||||
moins R2_MIN de la courbe d'un axe pour au moins la moitié des cibles.
|
moins R2_MIN de la courbe d'un axe pour au moins la moitié des cibles.
|
||||||
@@ -71,7 +74,8 @@ from datetime import datetime, timedelta, timezone
|
|||||||
sys.path.insert(0, os.path.join(os.path.dirname(os.path.abspath(__file__)), "..", "agent-tools"))
|
sys.path.insert(0, os.path.join(os.path.dirname(os.path.abspath(__file__)), "..", "agent-tools"))
|
||||||
from donnees import charger, iso # noqa: E402
|
from donnees import charger, iso # noqa: E402
|
||||||
|
|
||||||
HEURES_MIN = 20 # provisoire : un jour UTC compte s'il a au moins 20 heures mesurées
|
HEURES_MIN = 20 # provisoire : un jour UTC compte dans le profil s'il a au moins 20 heures mesurées
|
||||||
|
PARTIEL = 12 # provisoire : un jour incomplet d'au moins 12 heures reçoit son épisode s'il ressemble au profil
|
||||||
REPRO = 0.6 # provisoire : un axe a un cycle si chaque jour ressemble aux autres (bruit pur ≈ 0)
|
REPRO = 0.6 # provisoire : un axe a un cycle si chaque jour ressemble aux autres (bruit pur ≈ 0)
|
||||||
PART = 0.5 # provisoire : part des cibles concernées ; 2026-10_NORDEND est juste dessous (9/19)
|
PART = 0.5 # provisoire : part des cibles concernées ; 2026-10_NORDEND est juste dessous (9/19)
|
||||||
CHAUD = 0.3 # provisoire : écart au niveau de nuit, en part de l'amplitude du profil
|
CHAUD = 0.3 # provisoire : écart au niveau de nuit, en part de l'amplitude du profil
|
||||||
@@ -98,20 +102,23 @@ def _axe(ms, col):
|
|||||||
for m in ms:
|
for m in ms:
|
||||||
if m[col] is not None:
|
if m[col] is not None:
|
||||||
jours.setdefault(m["t"].date(), {}).setdefault(m["t"].hour, []).append(m[col])
|
jours.setdefault(m["t"].date(), {}).setdefault(m["t"].hour, []).append(m[col])
|
||||||
J = {}
|
J, tous = {}, {}
|
||||||
for d, hs in jours.items():
|
for d, hs in jours.items():
|
||||||
if len(hs) >= HEURES_MIN:
|
if len(hs) >= PARTIEL:
|
||||||
med = statistics.median(v for l in hs.values() for v in l)
|
med = statistics.median(v for l in hs.values() for v in l)
|
||||||
J[d] = {h: statistics.mean(l) - med for h, l in hs.items()}
|
tous[d] = {h: statistics.mean(l) - med for h, l in hs.items()}
|
||||||
|
if len(hs) >= HEURES_MIN:
|
||||||
|
J[d] = tous[d]
|
||||||
if len(J) < 2:
|
if len(J) < 2:
|
||||||
return None
|
return None
|
||||||
profil = [statistics.median(q[h] for q in J.values() if h in q) for h in range(24) if any(h in q for q in J.values())]
|
profil = [statistics.median(q[h] for q in J.values() if h in q) for h in range(24) if any(h in q for q in J.values())]
|
||||||
if len(profil) < 24:
|
if len(profil) < 24:
|
||||||
return None
|
return None
|
||||||
ressemblance = {}
|
ressemblance = {}
|
||||||
for d, p in J.items():
|
for d, p in tous.items():
|
||||||
autres = [q for e, q in J.items() if e != d]
|
autres = [q for e, q in J.items() if e != d]
|
||||||
hs = [h for h in p if all(h in q for q in autres)]
|
hs = [h for h in p if all(h in q for q in autres)]
|
||||||
|
if len(hs) >= 3:
|
||||||
ressemblance[d] = _corr([p[h] for h in hs], [statistics.median(q[h] for q in autres) for h in hs])
|
ressemblance[d] = _corr([p[h] for h in hs], [statistics.median(q[h] for q in autres) for h in hs])
|
||||||
return profil, ressemblance
|
return profil, ressemblance
|
||||||
|
|
||||||
@@ -281,7 +288,7 @@ def _episodes(mesures, cols, nom, camera):
|
|||||||
if camera: # toute l'image bouge, références comprises
|
if camera: # toute l'image bouge, références comprises
|
||||||
capteurs = sorted(mesures)
|
capteurs = sorted(mesures)
|
||||||
episodes = []
|
episodes = []
|
||||||
for d in jours: # ponytail: jours complets seulement, les bouts d'export (22:00 → minuit) n'ont pas d'épisode
|
for d in jours: # ponytail: jours d'au moins PARTIEL heures, les bouts d'export (22:00 → minuit) n'ont pas d'épisode
|
||||||
if statistics.median(c[3][d] for c in concernes if d in c[3]) < JOUR:
|
if statistics.median(c[3][d] for c in concernes if d in c[3]) < JOUR:
|
||||||
continue
|
continue
|
||||||
minuit = datetime(d.year, d.month, d.day, tzinfo=timezone.utc)
|
minuit = datetime(d.year, d.month, d.day, tzinfo=timezone.utc)
|
||||||
|
|||||||
@@ -34,7 +34,8 @@ Les détecteurs doivent tout détecter (l'utilisateur, 2026-10-26, D-068) : un r
|
|||||||
| | `BASCULE` | 6 h | cible à problème (D-074) : PR_BG de CLARIDEN bascule 2,5 jours ; C8 et C13 de E-009, 5 bascules en 1 h 20 au matin du mouvement, restent des sauts brefs |
|
| | `BASCULE` | 6 h | cible à problème (D-074) : PR_BG de CLARIDEN bascule 2,5 jours ; C8 et C13 de E-009, 5 bascules en 1 h 20 au matin du mouvement, restent des sauts brefs |
|
||||||
| | `SEULES` | 2 cibles | cible à problème : FLORIDA, les deux cibles collées ; E-002, toile sur les références, 15 cibles basculent à la fois |
|
| | `SEULES` | 2 cibles | cible à problème : FLORIDA, les deux cibles collées ; E-002, toile sur les références, 15 cibles basculent à la fois |
|
||||||
| | `GROS` | 0,5 | gros saut (« Large shift », D-074) : E-004 et CLARIDEN, 18 cibles le matin du mouvement ; aussi, dérive lente de la caméra (GROS des cibles en corr et des capteurs en x, y bruts, du même côté : pas de « Slow drift » sur toute la fenêtre, seulement les morceaux de `MORCEAU`) : boucle /detector-learner MICHIGAN, modification 1 (BREITHORN gardée) ; /detector-learner Displacement, modification 1, S2 (NEBRASKA signalée par morceaux, JUNGFRAU toujours tue) |
|
| | `GROS` | 0,5 | gros saut (« Large shift », D-074) : E-004 et CLARIDEN, 18 cibles le matin du mouvement ; aussi, dérive lente de la caméra (GROS des cibles en corr et des capteurs en x, y bruts, du même côté : pas de « Slow drift » sur toute la fenêtre, seulement les morceaux de `MORCEAU`) : boucle /detector-learner MICHIGAN, modification 1 (BREITHORN gardée) ; /detector-learner Displacement, modification 1, S2 (NEBRASKA signalée par morceaux, JUNGFRAU toujours tue) |
|
||||||
| `thermal_displacement` | `HEURES_MIN` | 20 h | — |
|
| `thermal_displacement` | `HEURES_MIN` | 20 h | — ; jours du profil |
|
||||||
|
| | `PARTIEL` | 12 h | un jour incomplet (moins de `HEURES_MIN`) reçoit son épisode s'il ressemble au profil sur les heures qu'il a, sans entrer dans le profil ; /detector-learner Thermal displacement, modification 1, S4 (SNCF01, NORDEND, JUNGFRAU : cycles étiquetés de jours coupés par un trou ; `HEURES_MIN` à 12 ou 16 faisait reculer NIEDERHORN) |
|
||||||
| | `REPRO` | 0,6 | bruit pur ≈ 0 |
|
| | `REPRO` | 0,6 | bruit pur ≈ 0 |
|
||||||
| | `PART` | 0,5 | NORDEND octobre juste dessous (9/19), laissé dessous (point 13) |
|
| | `PART` | 0,5 | NORDEND octobre juste dessous (9/19), laissé dessous (point 13) |
|
||||||
| | `CHAUD` | 0,3 | — ; dit seulement qu'il y a un cycle (au moins `CHAUDES_MIN` heures chaudes), ses bornes sont à `BORD` |
|
| | `CHAUD` | 0,3 | — ; dit seulement qu'il y a un cycle (au moins `CHAUDES_MIN` heures chaudes), ses bornes sont à `BORD` |
|
||||||
|
|||||||
Reference in new issue
Block a user