Detector-learner Obstruction: modification 1, S6

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
This commit is contained in:
maximeandClaude Opus 5.5 committed 2026-11-05 11:54:39 +01:00
1 parent 99742c55c8
commit dfd87c33a7
3 files changed
+110 -5

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 0/21 (0 %) —
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 13/42 (31 %) 13/204 (6 %)
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 613/1047 (59 %) 613/737 (83 %)
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 939/2557 (37 %) 939/1091 (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 1744/1925 (91 %) 1744/4230 (41 %)
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 8/20 (40 %) 8/13 (62 %)
NIEDERHORN : 2026-10-01T00:00Z → 2026-11-01T00:00Z, 139 étiquettes
trouvées justes
Displacement 3/48 (6 %) 3/16 (19 %)
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 156/267 (58 %) 156/167 (93 %)
Visibility 25/104 (24 %) 25/28 (89 %)
NORDEND : 2026-08-10T00:00Z → 2026-11-01T00:00Z, 228 étiquettes
trouvées justes
Displacement 2/12 (17 %) 2/38 (5 %)
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 3206/7412 (43 %) 3206/3228 (99 %)
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 891/1726 (52 %) 891/893 (100 %)
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 331/845 (39 %) 331/342 (97 %)
Visibility 420/1152 (36 %) 420/429 (98 %)
Total
trouvées justes
Displacement 5707/6345 (90 %) 5707/11787 (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 7920/15887 (50 %) 7920/10951 (72 %)
Visibility 2728/7207 (38 %) 2728/3396 (80 %)
+7 -3
View File
@@ -22,6 +22,9 @@ Méthode (seuils provisoires ci-dessous) :
où au moins 15 % du pic de l'épisode est haut ; le texte dit si des références (global_ref) sont touchées.
4. Target obscured : une cible (pas une global_ref) rejetée (> error_threshold) et à plus de 5 MAD, au moins 3 fois à moins de 6 h
d'écart, la plupart hors des épisodes 2 et 3 (feuilles, neige, reflet sur une cible). Tous les épisodes : ignore = True.
L'écart est d'au moins deux pas de mesure, et deux rejets suffisent quand CIBLE_MIN pas ne tiennent pas dans
CIBLE_ECART (/detector-learner Obstruction, modification 1, S6 : à une mesure toutes les 4 h, les véhicules garés
la nuit devant COLI22, COLI24, POUI22 de BREITHORN ne font que deux ou trois rejets).
5. Niveau d'une Poor visibility (point 38 du plan, validé le 2026-10-24), mesure par mesure : « none » (on ne voit rien) quand
au moins MOITIE des cibles habituellement vues (sous leur seuil la moitié du temps au moins) sont rejetées, « reduced »
(données moyennes) sinon ; un épisode par période de même niveau, avec le champ level. Sur les cas : NORDEND le 09.10
@@ -127,7 +130,8 @@ def _niveaux(mesures, instants):
def episodes(mesures):
"""Tous les épisodes de l'error_value : Visibility (Poor visibility), Obstruction (Brief obstruction, Target obscured)."""
ecart = ECART * _pas(mesures)
pas = _pas(mesures)
ecart = ECART * pas
refs = {s for s, v in mesures.items() if v[0]["pattern_type"] == "global_ref"}
instants = sorted({m["t"] for v in mesures.values() for m in v})
hautes, rejets = {}, {} # capteur -> [t]
@@ -216,8 +220,8 @@ def episodes(mesures):
# 4. Target obscured : une cible rejetée à répétition, surtout hors des épisodes ci-dessus.
cibles = []
for s, ts in rejets.items():
for a, b, _, l in _grouper([(t, s) for t in ts], CIBLE_ECART):
if len(l) >= CIBLE_MIN and sum(map(dedans, l)) * 2 < len(l):
for a, b, _, l in _grouper([(t, s) for t in ts], max(CIBLE_ECART, 2 * pas)):
if len(l) >= (CIBLE_MIN if CIBLE_MIN * pas <= CIBLE_ECART else 2) and sum(map(dedans, l)) * 2 < len(l):
cibles.append((a, b, s))
for a, b, cs in _grouper_intervalles(sorted(cibles), timedelta(0)):
qui, it, its = ("One target was", "it", "its") if len(cs) == 1 else (f"{len(cs)} targets were", "them", "their")
@@ -16,8 +16,8 @@ Les détecteurs doivent tout détecter (l'utilisateur, 2026-10-26, D-068) : un r
| | `FRAC` | 0,15 | queues de PR09 et CTR01 (NORDEND octobre) |
| | `COUPURE` | 2 h | NORDEND octobre, nuit du 13 au 14 |
| | `K_CIBLE` | 5 | feuilles de E-005 (6 à 25 MAD) |
| | `CIBLE_MIN` | 3 | — |
| | `CIBLE_ECART` | 6 h | feuilles de E-005 (7 rejets en 12 h) |
| | `CIBLE_MIN` | 3 | — ; 2 quand `CIBLE_MIN` pas de mesure ne tiennent pas dans `CIBLE_ECART` : /detector-learner Obstruction, modification 1, S6 (BREITHORN, une mesure toutes les 4 h : véhicules garés la nuit, deux ou trois rejets) |
| | `CIBLE_ECART` | 6 h | feuilles de E-005 (7 rejets en 12 h) ; au moins deux pas de mesure (même S6) |
| | `ECART` | 2,5 pas | gigue des horodatages |
| | `FACTEUR_REJET` | 1,2 | boucle FLORIDA, lot 01 : un rejet à 10 MAD est haut sans doubler (cibles au niveau 0,6) ; écarte C24 de E-009 (0,68, rejetée à ×1,04) |
| | `MOITIE` | 0,5 | niveau « none » (point 38) : NORDEND 09/10 23:00 (68 % rejetées) contre pluie de E-005 (24 à 33 %) |