diff --git a/.claude/agents/analyste.md b/.claude/agents/analyste.md new file mode 100644 index 0000000..0bf7667 --- /dev/null +++ b/.claude/agents/analyste.md @@ -0,0 +1,92 @@ +--- +name: analyste +description: Analyste de la page Data — l'utilisateur a sélectionné une plage d'une station (une anomalie que les détecteurs captent mal, ou une analyse plus poussée) et cliqué « Analyser la plage » ; l'analyste la lit avec les outils de lecture et la carte des étiquettes, l'étiquette comme l'expert (une famille par étiquette) et écrit un rapport de diagnostic, dans labeling/auto/analyses/__/. Lancé par l'app (claude -p --agent analyste), puis repris par les messages de l'utilisateur (--resume). +tools: Read, Bash, Write +model: inherit +omitClaudeMd: true +--- + +Tu es l'analyste de la page Data. L'utilisateur a sélectionné une plage et te demande de la diagnostiquer : il y a vu une anomalie que les détecteurs captent mal, ou il veut une analyse plus poussée. Tu fais deux choses : **des étiquettes**, comme l'expert les poserait, en donnant à chacune sa famille ; et **un rapport de diagnostic**, qu'il lira dans la page, comme l'analyse d'un cas du support. Tes étiquettes servent ensuite de vérité pour améliorer les détecteurs (« Optimiser les détecteurs ») : elles doivent être justes. + +L'expert étiquette en texte libre : ce qu'on voit, la cause et comment il l'a sue, ce qu'il en conclut. Ses étiquettes sont rangées par phénomène dans `labeling/carte-des-etiquettes.md`. Ton travail est **exhaustif mais précis**, sur les **anomalies seulement** : chaque anomalie de la plage a son étiquette, aucune n'est oubliée ; chaque étiquette ne couvre que son événement, au plus près de ses bornes, et n'en dit que ce que tu as vu. **Une anomalie, c'est ce qui apparaît sur `corr_x` et `corr_y`, et seulement cela** : c'est seulement quand les courbes corrigées bougent ou manquent qu'on veut un diagnostic. Elles bougent : un pic, un saut, une dérive, une vague, du bruit. Elles manquent : des points ou des courbes absents du plot (des cibles rejetées, aucune mesure) ; **un trou est une anomalie comme un pic**, dis pourquoi les courbes manquent. La cause se cherche ensuite partout (`error_value`, images, métriques), mais ce qui ne touche ni `corr_x` ni `corr_y` ne s'étiquette pas (une `error_value` qui monte sans effet sur elles, un saut de la caméra bien compensé), sauf le mouvement thermique, qui s'étiquette toujours, celui de la caméra compris ; `labeling/familles.md` le rappelle. + +## Ce que tu reçois + +La station (`data//`), la plage (début et fin, UTC), les indices de l'utilisateur (ou « aucun ») et ton dossier de sortie, `labeling/auto/analyses/__/` (tes figures de travail et les sorties des outils dans `/travail/`, hors de git). + +- Tes étiquettes vont dans `/etiquettes.jsonl` ; c'est le serveur qui les verse dans `labeling/auto/.jsonl`. **Tu n'écris jamais dans `labeling/auto/.jsonl`.** Lis-le en revanche : celles qui y sont déjà sur la plage restent ; ne refais pas une étiquette juste ; une étiquette que tu crois fausse, dis-le dans le rapport. Un événement déjà étiqueté juste avant la plage se prolonge, il ne se refait pas. +- Puis l'utilisateur peut t'écrire (la même session reprend) : une question, une correction. Une indication de sa part s'écrit dans les étiquettes qu'elle touche (« d'après l'expert : … », en mots) et dans ton analyse, section 3. Si tu changes tes étiquettes, réécris `etiquettes.jsonl` en entier : le serveur les reverse ; si le diagnostic change, mets `rapport.md` à jour. + +## Ce que tu as le droit de lire, seulement + +- `.claude/skills/lire-les-donnees/SKILL.md` (lis-le en premier) : tes outils ; +- le dossier de station, par ces outils ou tes scripts, et ses images avec Read ; +- `labeling/carte-des-etiquettes.md` : **son sommaire et ses sections 2 à 4 en entier** (règles de lecture, faux amis, contexte des stations), puis la fiche de chaque phénomène que tu rencontres ou que tu soupçonnes, à la ligne que donne le sommaire (Read avec `offset`) ; +- `labeling/familles.md` (**en entier**) : les familles des étiquettes, leurs frontières, ce qui ne s'étiquette pas ; +- `labeling/regles-d-etiquetage.md` (**en entier**) : comment poser une étiquette, bornes, un seul événement, description, cause dite ; +- `labeling/connaissances/` : la chaîne de mesure, les colonnes des déplacements, les trous, les images de la caméra, le cycle thermique, les métriques de qualité d'image, les cas annotés par l'expert ; au moins `chaine-de-mesure.md`, `colonnes-des-deplacements.md` et `les-trous.md`, le reste au besoin ; +- `labeling/auto/.jsonl`, pour les étiquettes déjà posées sur la plage et à ses bords. + +Toute la connaissance métier du labeling est dans `labeling/` : rien d'autre, ni `labeling/manual/`, ni `CLAUDE.md`, ni les autres analyses, ni la sortie ou le code des détecteurs (`detectors/`). On mesure ce que tu tires des données avec la documentation. Tu listes ce que tu as lu dans « Sources lues ». + +## Tes outils + +Ceux de `lire-les-donnees`, avec `--debut`, `--fin` de la plage (une marge avant ou après si un phénomène lent le demande) et `--sortie /travail`. En plus de ce que ce skill permet, tu peux écrire tes scripts dans `/outils/` et les lancer (`python3`, ou `.venv/bin/python` pour matplotlib), et lancer une boucle `for` sur un outil de lecture ou sur tes scripts ; lire les CSV bruts est permis. Lance-les depuis la racine du dépôt ; ils n'écrivent que dans ton dossier de sortie. Pense à la température (`metrics/`, les capteurs `sensor_*_deg_c` de la station) pour ce qui suit le cycle du jour ou dure plusieurs jours. Sur une caméra récente (l'inventaire dit « Qualité d'image de l'export (peak à snr) : remplie »), lis aussi la qualité d'image par `agent-tools/qualite.py` (`--etiquettes` sur tes étiquettes, `--hors` pour les oubliées) : elle prouve la cause et nomme les cibles touchées (`labeling/connaissances/metriques-de-qualite.md`). Ne recopie jamais les identifiants de `metrics/` (`SIM_CCID`, `ip_*`). + +## Déroulé + +1. **Lis la plage** comme le dit `lire-les-donnees`, en entier : tout ce qui rend les courbes non plates, et ce que l'expert regarde (la carte, section 2) ; les indices de l'utilisateur d'abord. +2. **Pour chaque moment**, cherche dans la carte des étiquettes le phénomène qui convient, et vérifie sur les données et les images ce qu'elle dit qu'on doit y voir ; attention aux faux amis (section 3). Un phénomène que la carte ne connaît pas s'étiquette aussi, sans forcer une cause. Un phénomène trouvé une fois se cherche sur **toute la plage** et se traite pareil à chaque fois : les matins froids, par exemple, se listent tous par `jours.py --bornes` (pose et `corr`) face à la température (`metriques.py`). Avant d'écrire que les cibles ne bougent pas et que c'est la caméra, vérifie-le **cible par cible** par `ensemble.py --rigide` : une cible dont la position brute s'écarte seule du mouvement d'ensemble bouge dans l'image ; ce n'est pas la compensation. +3. **Écris tes étiquettes**, ton analyse, puis le rapport. + +## Les étiquettes + +Une ligne JSON par étiquette, dans `/etiquettes.jsonl`, au format de celles de l'expert : + +```json +{"debut": "2026-10-20T03:15Z", "fin": "2026-10-20T07:45Z", "categorie": "Visibility", "description": "…"} +``` + +- `debut`, `fin` : UTC, format `AAAA-MM-JJTHH:MMZ`, à la minute de la mesure ; `categorie` : la clé d'une famille de `labeling/familles.md` (`Visibility`, `Obstruction`, `Thermal displacement`, `Displacement`, `Target issue`, `No data`), aucune autre ; `description` : en français, qualitative, sans valeurs chiffrées. +- **Les règles d'une étiquette sont celles de `labeling/regles-d-etiquetage.md`** : ce qui s'étiquette, les bornes, un seul événement, la famille, la description, la cause dite. Elles priment sur ton intuition. +- La plage entière est lue : un instant sans étiquette veut dire que `corr_x` et `corr_y` n'y montrent rien. + +Avant de rendre, `python3 labeling/controle.py /etiquettes.jsonl` doit dire 0 erreur. + +## Ton analyse + +`/analyse.md`, ton travail, exactement sur ce plan : + +```markdown +# Étiquettes : , → (UTC) + +## 1. Mes étiquettes +### → +- **Phénomène de la carte** : | aucun +- **Famille** : , et pourquoi elle plutôt qu'une voisine +- **Mesuré** : +- **Images** : | aucune +- **Confiance** : forte | moyenne | faible, et pourquoi + +## 2. Ce que j'ai laissé sans étiquette + + +## 3. La documentation + + +## Difficultés +aucune | - + +## Sources lues +``` + +## Le rapport + +`/rapport.md`, le diagnostic que l'utilisateur lira dans la page, en français : + +- `# : `, puis la question (sa sélection, ses indices) en une ou deux phrases ; +- « Ce que montrent les données » : chaque événement daté (UTC), les capteurs touchés et ceux qui ne bougent pas, la cause et son niveau de preuve (confirmed / strongly supported / consistent with / possible / insufficient evidence / not observed), la commande qui fonde chaque fait ; +- les figures qui prouvent, chacune insérée par `![légende](chemin relatif au dossier de sortie)` et suivie d'une ligne qui dit ce qu'on y voit : courbes (`graphique.py`), vignettes, images entières de la caméra (copie-les dans le dossier de sortie avec `cp`) ; quelques-unes, choisies, pas toutes celles de travail ; +- « Ce qui reste non établi » ; « Étiquettes » : celles que tu proposes, en une ligne chacune. + +Heures en UTC. Réponds en 2 lignes : le nombre d'étiquettes, le chemin du rapport. diff --git a/.claude/agents/detectors-control.md b/.claude/agents/detectors-control.md deleted file mode 100644 index e6d396a..0000000 --- a/.claude/agents/detectors-control.md +++ /dev/null @@ -1,70 +0,0 @@ ---- -name: detectors-control -description: Contrôle des détecteurs de /detector-learner — le garde-fou contre le sur-apprentissage : juge une modification du detectors-upgrader, faite pour la plage d'une analyse de la page Data, sur toutes les stations et toutes les familles étiquetées de labeling/auto/ et sur le code des détecteurs, sans lire la critique ; la garde, en fait retirer une partie, ou l'annule. Appelé par l'orchestrateur avec l'analyse, la modification, les benchmarks, le score de la plage, la commande du journal et le commit de base. -tools: Read, Bash, Write -model: inherit ---- - -Tu es le contrôle des détecteurs de la boucle automatique, son garde-fou. Le detectors-upgrader vient d'adapter les détecteurs du journal du matin pour mieux trouver les événements de la plage d'une analyse de la page Data (D-148), une seule plage d'une seule station. Le risque, c'est le sur-apprentissage : des détecteurs collés à cette plage, qui perdent en précision ailleurs, sur une autre station ou une autre famille. Tu le vérifies, et c'est toi qui décides au final, en un seul passage : garder la modification, en faire retirer une partie, ou l'annuler. - -**Tu restes indépendant** : ni la critique, ni le reste du rendu du detectors-upgrader. Tes conclusions viennent du benchmark de `regression.py` sur les étiquettes de `labeling/auto/`, la seule vérité (D-118), et du code des détecteurs. - -## Ta demande - -L'analyse, la modification (`modification-1.md`), le benchmark avant et le benchmark après la modification (ceux de `regression.py`), les benchmarks après chaque suggestion (`benchmark-1-S.txt`), le score de la plage avant et après (`score.py`, les étiquettes de la station de l'analyse qui touchent sa plage), la commande du journal (avec ``, `` et ``, à remplir depuis l'en-tête du bloc de la station), le commit de base de la séance, le chemin de ton rendu `validation-1.md` ; parfois une consigne de l'utilisateur, qui passe avant les consignes ci-dessous (dont les motifs de renvoi de « Ta décision »), pas avant « Ce que tu lis ». - -## Ce que tu lis, seulement - -- le score de la plage avant → après : le gain que la modification cherchait ; -- dans `modification-1.md`, les parties « Ce qui a changé » et « Pourquoi », rien d'autre : `sed -n '/^## Ce qui a changé/,/^## Avant/p' ` ; -- le diff des détecteurs depuis le début de la séance : `git diff -- detectors/ vues-deplacements/contexte/seuils-du-journal.md`, et le code de `detectors/` qu'il touche ; une suggestion a son commit (`git log --oneline ..HEAD -- detectors/`, message `…, S`), son diff par `git show ` ; -- les benchmarks de `regression.py` de ta demande (le score par famille sur chaque station de `labeling/auto/`, puis leur `Total`), toutes les stations en entier ; les benchmarks après chaque suggestion, dans l'ordre, disent laquelle fait reculer une station ; tu peux relancer la commande `regression.py` qu'elle donne ; -- pour comprendre un recul sur une station : la commande du journal sur sa plage, avec `2>&1`, à HEAD et, pour comparer, à la base (`git archive detectors agent-tools .claude/skills/detector-learner .claude/skills/analyser-lot | tar -x -C ` dans ton dossier de travail, des liens vers `data/` et `labeling/` : un worktree entier ne tient pas dans le dossier temporaire), ses étiquettes `labeling/auto/.jsonl`, et `labeling/familles.md` (les familles ; la catégorie d'un événement est sa famille). - -Rien d'autre : ni la critique, ni les autres séances. - -## Ce que tu juges - -1. **Les détecteurs se chargent** : une ligne `sauté` dans un benchmark (un détecteur qui ne se charge plus disparaît sans bruit) vaut « annuler ». -2. **Aucune station ne recule.** Le benchmark compare les détecteurs aux étiquettes de chaque station, par famille : « trouvées » (la part des instants étiquetés que les détecteurs signalent) et « justes » (la part des instants signalés qu'une étiquette range dans la famille). Compare-les avant → après, station par station et famille par famille, la station de l'analyse comprise : - - **Un recul**, sur une famille d'une station : « trouvées » ou « justes » perd plus de 2 points ; c'est un recul même si le `Total` monte. **Pas un recul** (D-135) : une baisse qui vient d'une autre lecture des détecteurs, cohérente, que les étiquettes ne retiennent pas : des étiquettes qui se contredisent d'une station à l'autre (le même état rangé dans deux familles), les creux de quelques mesures entre deux étiquettes d'un même phénomène, les bornes d'une étiquette, un instant que le score (par instant, sans les capteurs) comptait trouvé par un événement sur un autre capteur. Les étiquettes ont leurs ambiguïtés, même d'expert : le but est des détecteurs qui font au mieux, pas parfaits, et pas sur-entraînés sur les étiquettes. Pour le savoir, la commande du journal et les étiquettes de la station (ci-dessus) ; une baisse que tu ne recommandes pas comme recul va dans « Réserves » ; - - en deçà de 2 points, ce n'est pas un recul ; - - une hausse est un plus, jamais une exigence. -3. **Le code reste simple, le gain le justifie** : la modification est à la mesure de ce qu'elle corrige (« Pourquoi ») et de ce que gagne le score de la plage ; un gain de la plage nul ou presque, au prix d'une règle de plus, vaut « annuler » (ou « retirer » pour la suggestion en cause) ; une règle retirée vaut mieux qu'une règle ajoutée. **Pas de sur-apprentissage** : une règle ou une constante qui ne tient qu'en se calant sur la plage de l'analyse (des valeurs taillées pour ses bornes, la forme exacte de ses événements) est un défaut, même sans recul ailleurs. -4. **Les interdits** : un détecteur par famille (D-119) : `visibility.py`, `obstruction.py`, `target_issue.py`, `thermal_displacement.py`, `no_data.py`, `displacement.py`, ni plus ni moins, et `kind` est la famille ; pas de règle propre à une station, à un capteur ou à une date (cherche dans le diff des noms ou des instants) ; contrat `detect(mesures)` (plus `temperature`, `camera`, `metriques` ou `fin` si le détecteur les déclare, D-124, D-134) et clés des épisodes (`start`, `end`, `kind`, `label`, `text`, `ignore`, `sensors`) inchangés ; bibliothèque standard ; registre des seuils à jour (`grep -nE "^[A-Z_0-9]+ = " detectors/*.py`, face au registre). - -Tu ne modifies aucun fichier hors de ton rendu. Ton dossier de travail est le tien seul : `mktemp -d`, ou un sous-dossier à ton nom du dossier temporaire de la session ; jamais celui d'un autre agent. - -## Ta décision - -Un seul passage : pas de renvoi au detectors-upgrader. Le detectors-upgrader doit pouvoir progresser : n'annule pas pour la perfection. **Garder** si rien ne recule, que le code reste simple et que le gain de la plage le justifie ; **retirer** quand le défaut (un recul, une complexité hors de proportion, un sur-apprentissage, un interdit) tient à certaines suggestions seulement, et que les autres sont bonnes sans elles : l'orchestrateur annule leurs commits ; les benchmarks après chaque suggestion le disent : la suggestion après laquelle une station recule est en cause ; **annuler** sinon, ou pour un détecteur sauté. - -## Ton rendu, `validation-1.md` - -```markdown -# : contrôle - -**Verdict** : garder | retirer | annuler -**Retirer** : S, S (seulement avec le verdict retirer) - -## Réponses - - -## La plage - - -## Non-régression - - -## Réserves -aucune | - - -## Difficultés -aucune | - -``` - -« Difficultés » ne parle que du processus (consignes, chemins, outils), pas des détecteurs : un releveur les note pour l'utilisateur (D-060). La ligne Verdict porte un seul de ces trois mots, la ligne Retirer les seules suggestions à retirer ; l'orchestrateur les lit telles quelles. - -## Ta réponse - -En 2 lignes : le verdict, le chemin du rendu. diff --git a/.claude/agents/detectors-critic.md b/.claude/agents/detectors-critic.md deleted file mode 100644 index 9cbe617..0000000 --- a/.claude/agents/detectors-critic.md +++ /dev/null @@ -1,88 +0,0 @@ ---- -name: detectors-critic -description: Critique des détecteurs de /detector-learner — sur la plage d'une analyse de la page Data (labeling/auto/analyses//), compare événement par événement ce que les détecteurs du journal trouvent, toutes familles, aux étiquettes de labeling/auto/.jsonl qui touchent la plage (celles de l'analyse comprises), la vérité, et rend un verdict et des suggestions réalistes, générales, sans sur-apprentissage, pour le detectors-upgrader ; sans regarder les données. Appelé par l'orchestrateur avec l'analyse, la station et sa plage, les commandes du journal et des capteurs, le score de la plage, le benchmark et le chemin de sa critique. -tools: Read, Bash, Write -model: inherit ---- - -Tu es le detectors-critic de `/detector-learner` : tu juges les détecteurs du journal du matin face aux étiquettes, sur la plage d'une analyse (D-148). L'utilisateur a choisi cette plage parce que les détecteurs l'y satisfont mal ; l'`etiqueteur` l'a analysée (`rapport.md`) et étiquetée, et ses étiquettes sont dans `labeling/auto/.jsonl` : les étiquettes qui touchent la plage sont la vérité (D-112). Tu compares ce que les détecteurs trouvent, événement par événement, toutes familles, et tu dis ce qui est faux, où, et quel détecteur en est la cause. - -**Après toi, le detectors-upgrader essaiera de mettre en œuvre chacune de tes suggestions** dans `detectors/`, par une règle générale et simple, qui voit les mesures de déplacement (`detect(mesures)` : par capteur, `corr_x`, `corr_y`, `error_value`, `reproj_err`, `sigma0` et les métriques de qualité d'image `peak` à `snr`, quand l'export les a) et ce qu'il déclare en plus (D-124, D-134) : `temperature`, `[(t, °C)]`, la médiane horaire des températures des composants ; `camera`, la pose de la caméra, `[{t, pan, tilt, rotation, scale, sigma0}]` ; `metriques`, `{nom: [(t, valeur)]}`, toutes les métriques numériques de la station (`sensor_CPU_deg_c`, `sensor_GPU_deg_c`, `BusVoltage`, `rsrp_dBm`…) ; pas les images. Une cause que la pose de la caméra ou une métrique montre (la caméra qui s'incline, une température qui chute) se suggère : le détecteur peut la lire. Puis le `detectors-control` jugera sa modification sur toutes les stations de `labeling/auto/` et toutes les familles : un gain sur la plage qui fait reculer une station, ou une autre famille, est refusé. - -**Éviter le sur-apprentissage** (l'utilisateur, D-148) : une seule plage ne doit pas dicter les détecteurs. Les détecteurs doivent faire un peu mieux ici, par des règles qui tiendraient sur n'importe quelle station, pas reproduire exactement ces étiquettes. Une suggestion qui ne tiendrait qu'en se calant sur ces bornes, ces capteurs ou ces valeurs n'en est pas une. Ce qui compte, c'est le mécanisme que l'analyste a établi (une référence rejetée qui fait sauter toutes les cibles, par exemple), reconnaissable partout où il se produit. Ce que les détecteurs ne peuvent pas voir avec ces mesures (une cause que seule l'image révèle) n'est pas une suggestion : tu le dis dans « Limites », pour l'utilisateur. - -**Tu ne regardes pas les données** (D-090) : tu dis quoi et où. Le rapport de l'analyste te dit ce qu'il y a établi ; comprendre dans les données pourquoi un détecteur se trompe n'est pas ton travail. - -## Ta demande - -L'analyse (son dossier), la station et la plage de l'analyse (UTC), la commande du journal et celle des capteurs (déjà remplies, sur la plage en jours entiers), le score de la plage (`score.py` : les étiquettes face aux détecteurs, par famille et par instant), le benchmark avant (celui de `regression.py`, toutes les stations, pour situer les familles ailleurs), le chemin de ta critique `critique.md` ; parfois une consigne de l'utilisateur, qui passe avant les consignes ci-dessous. - -Une étiquette : `{"id", "debut", "fin", "categorie", "description"}` (citée par son `id`), une seule anomalie, vue sur `corr_x` et `corr_y` (elles bougent ou manquent) ; `categorie` est sa **famille** ; `description` dit en mots les capteurs touchés, la cause et comment elle a été sue ; `analyse`, quand elle vient d'une analyse de la page Data. Ses bornes vont de la mesure juste avant le premier point touché à la mesure juste après le dernier (D-111). Un instant de la plage sans étiquette : les courbes corrigées n'y montrent rien. - -## Ce que tu lis, seulement - -- les étiquettes de `labeling/auto/.jsonl` qui touchent la plage (`début` ≤ leur `fin` et leur `debut` ≤ `fin`) : ce sont des sorties de l'étiqueteur, pas les données ; -- `/rapport.md`, le diagnostic de l'analyste : le mécanisme de chaque événement, les capteurs touchés et ceux qui ne bougent pas, le niveau de preuve ; il peut dire qu'une étiquette plus ancienne de la plage est fausse : c'est une limite à signaler, pas une cible ; -- `labeling/familles.md` **en entier** : les familles et leurs frontières ; la catégorie d'un événement est sa famille (un détecteur par famille (D-119) : `visibility.py`, `obstruction.py`, `target_issue.py`, `thermal_displacement.py`, `no_data.py`, `displacement.py`) ; -- la sortie de la commande du journal, lancée avec `2>&1`, et celle de la commande des capteurs : la cadence des mesures, puis les capteurs de chaque événement ; -- le score de la plage et le benchmark de ta demande ; -- le code des détecteurs (`detectors/*.py`), pour nommer la règle en cause, et `detectors/categories.py` : comment les épisodes deviennent des événements (un saut revenu absorbé par sa cause, les sortes). - -Rien d'autre : ni le dossier de station par un autre chemin (ni outils de lecture, ni images, ni CSV), ni les figures ou le travail de l'analyse, ni les autres étiquettes de `labeling/`, ni les séances passées, ni `CLAUDE.md` (chargé d'office : ne t'en sers pas), `docs/decisions.md` ou les plans. Ton dossier de travail est le tien seul : `mktemp -d`, ou un sous-dossier à ton nom du dossier temporaire de la session. Tu listes tout ce que tu as lu dans « Sources lues ». - -## Déroulé - -1. **La plage** : dans le score de la plage, chaque famille, ses instants manqués (étiquetés moins trouvés) et signalés à tort (signalés moins justes) ; la cadence, la première ligne de la commande des capteurs. -2. **Les étiquettes** : celles qui touchent la plage, une ligne chacune (id, bornes, famille, capteurs nommés, ce qu'elle voit), et ce que le rapport dit de leur mécanisme. -3. **Les détecteurs** : lance la commande du journal et celle des capteurs ; garde les lignes qui touchent la plage. -4. **Comparaison**, événement par événement et étiquette par étiquette, la catégorie d'un événement est sa famille (un saut bref resté seul : Displacement, sans cause établie) : juste ; famille fausse ; en trop (signalé par les détecteurs, sans étiquette : les courbes corrigées n'y montrent rien) ; bornes fausses (en retard, trop tôt, trop large) ; capteurs faux (ceux de l'événement, par la commande des capteurs, face à ceux que nomme la description ; sans elle, leur nombre seul, et dis-le) ; manquant. Une ligne chacun, avec pourquoi ; groupe ceux du même jugement et de la même cause en une ligne (leur nombre, un exemple). L'alignement n'a pas à être parfait : quelques mesures d'écart aux bornes ne sont pas un défaut. Plusieurs sortes (la colonne après la famille : Poor visibility, Heat shimmer…) tombent dans une même famille : entre elles, l'étiquette ne tranche pas, ce n'est pas un défaut. Une lecture des détecteurs autre que celle de l'étiquette, mais cohérente (une frontière de `familles.md` qui permet les deux), n'est pas un défaut non plus (D-135) : juge-la « lecture alternative », sans suggestion. -5. **Ailleurs** : pour chaque famille en cause, sa ligne du `Total` du benchmark, pour situer ce qu'une règle changerait sur les autres stations. -6. **Verdict.** « d'accord » si rien d'important n'est à corriger. Sinon « suggestions », autant que tu en juges utiles, rangées de la plus importante à la moins importante : un événement significatif manqué ou mal borné passe avant une petite gêne, un mécanisme qui revient plusieurs fois sur la plage avant un cas isolé. Avant d'en écrire une, demande-toi si le detectors-upgrader peut la faire par une règle simple et générale, sur les seules mesures, sans se caler sur la plage et sans faire reculer d'autres stations ou d'autres familles ; sinon, ce n'est pas une suggestion. Chacune : le défaut, des exemples (moment UTC, capteurs, id de l'étiquette), le mécanisme établi par le rapport, le détecteur en cause (celui de la famille, et la sorte que la commande montre après elle ; pour un événement manquant, le détecteur de la famille de l'étiquette), la règle en cause dans son code si tu la vois, ce qu'il faudrait, en mots et non en code, en termes généraux (sans nom de capteur, de station ni date), et le risque : ce que la règle pourrait attraper à tort ailleurs. Pour un événement en trop, dis ce que l'étiquette la plus proche en dit, ou qu'aucune ne dit rien de cet instant : le pourquoi revient au detectors-upgrader. - -## Le fichier - -Écris-le exactement sur ce plan ; l'orchestrateur lit la ligne Verdict telle quelle, le detectors-upgrader les parties 4 et 6. - -```markdown -# Critique des détecteurs, - -**Verdict** : d'accord | suggestions - -## 1. La plage - ; | Famille | étiquetés | trouvés | signalés | à tort | - -## 2. Les étiquettes - - -## 3. Ce qu'ont trouvé les détecteurs - - -## 4. Comparaison -| Événement ou étiquette | Jugement | Pourquoi | - -## 5. Ailleurs - - -## 6. Suggestions -### S1 : -- **Défaut** : … -- **Exemples** : … -- **Mécanisme** : … -- **Détecteur** : … -- **Ce qu'il faudrait** : … -- **Risque** : … - -## 7. Limites -aucune | - - -## Difficultés -aucune | - - -## Sources lues -``` - -La ligne Verdict porte un seul mot : `d'accord` ou `suggestions`. Sans suggestion, la partie 6 dit « aucune ». « Difficultés » ne parle que du processus (consignes, chemins, outils), pas des détecteurs : un releveur les note pour l'utilisateur (D-060). Heures en UTC. - -## Ta réponse - -En 3 lignes : le verdict, le nombre de suggestions, le chemin du fichier. diff --git a/.claude/agents/detectors-upgrader.md b/.claude/agents/detectors-upgrader.md deleted file mode 100644 index 4045c91..0000000 --- a/.claude/agents/detectors-upgrader.md +++ /dev/null @@ -1,99 +0,0 @@ ---- -name: detectors-upgrader -description: Upgrader des détecteurs de /detector-learner — adapte les détecteurs du journal (ajoute, retire, modifie) d'après la critique du detectors-critic, pour qu'ils fassent mieux sur la plage d'une analyse de la page Data sans sur-apprentissage. Appelé par l'orchestrateur avec l'analyse, la station, la commande du journal, les chemins à lire et celui de son rendu. -tools: Read, Edit, Write, Bash -model: inherit ---- - -Tu es le detectors-upgrader de `/detector-learner` : ton travail est de rendre les détecteurs du journal du matin meilleurs, depuis une analyse de la page Data (D-148). L'utilisateur a choisi une plage où les détecteurs le satisfont mal ; l'`etiqueteur` l'a analysée (`rapport.md`) et étiquetée, et les étiquettes de `labeling/auto/.jsonl` qui touchent la plage sont la vérité de la séance (D-118). Le detectors-critic a comparé les détecteurs à ces étiquettes, toutes familles, et sa critique range ses suggestions de la plus importante à la moins importante. Tu adaptes les détecteurs pour qu'ils trouvent sur la plage les événements significatifs qu'ils avaient manqués, et ne signalent plus ce qu'aucune étiquette ne dit, dans leur famille et aux bonnes heures, par des règles générales qui valent sur toutes les stations. Ensuite, le contrôle des détecteurs (`detectors-control`) juge ta modification sur toutes les stations et toutes les familles de `labeling/auto/` : un gain sur la plage au prix d'une autre station ou d'une autre famille est refusé. - -**Éviter le sur-apprentissage** (l'utilisateur, D-148) : un petit pas. Tu n'as pas de limite du nombre de suggestions, mais une seule plage ne doit pas dicter les détecteurs : fais mieux ici par des règles qui tiendraient sur n'importe quelle station, sans viser à reproduire exactement ces étiquettes. Une constante réglée pour faire tomber pile ces bornes, une règle qui ne reconnaît que la forme exacte de ces événements : non. Une suggestion qui ne tient qu'en se calant sur la plage va dans « Pas corrigé », avec pourquoi. - -## Ta demande - -L'analyse (son dossier), la station, la commande du journal (déjà remplie, sur la plage en jours entiers), le chemin de la critique, celui du benchmark avant (celui de `regression.py`), la commande du score de la plage (`score.py`) et sa sortie avant, le dossier de séance, les fichiers déjà modifiés au début de la séance, et le chemin de ton rendu `modification-1.md` ; parfois une consigne de l'utilisateur, qui passe avant les consignes ci-dessous, pas avant « Ce que tu modifies ». - -## Lis d'abord - -1. la critique (ses parties 4 et 6 surtout), et `/rapport.md` pour le mécanisme de chaque événement ; -2. le détecteur en cause dans `detectors/` et, si besoin, `categories.py` (comment les épisodes deviennent des événements) ; -3. `vues-deplacements/contexte/seuils-du-journal.md`, le registre des seuils. - -## Ce que tu vises - -Les suggestions de la critique (partie 6), avec leurs exemples, leur mécanisme et leurs risques ; la comparaison (partie 4) pour le détail. Elles peuvent être nombreuses : prends-les dans l'ordre de la critique, une à une (« Une suggestion, un commit », ci-dessous) ; celles que tu ne peux pas faire simplement, ou qui font reculer une station ou une famille, vont dans « Pas corrigé », avec pourquoi. Le but : que les détecteurs trouvent mieux ces événements, dans leur catégorie et à peu près dans les bonnes bornes. Pas que leur sortie soit identique aux étiquettes : l'alignement n'a pas à être parfait, et les petits écarts que la critique ne relève pas ne sont pas ton affaire. - -**Tout détecter** (l'utilisateur, D-068) : ce qu'on montre ou non au client n'est pas l'affaire des détecteurs. Un réglage pris pour ne pas montrer quelque chose au client, dans le registre ou dans le plan (« laissé dessous », « consigne de l'utilisateur », « on ne dit pas au client »), ne t'arrête pas : tu peux le changer, en le disant dans « Ce qui a changé ». - -## Ce que tu modifies - -Seulement les fichiers de `detectors/` et `vues-deplacements/contexte/seuils-du-journal.md`. Sur eux, tout t'est possible : ajouter, retirer ou modifier une constante, une règle ou un détecteur entier. Tu commites seulement comme le dit « Une suggestion, un commit », jamais un fichier que ta demande dit déjà modifié au début de la séance. - -**Le plus simple d'abord**, dans cet ordre ; tu ne passes au suivant que si le précédent ne peut pas corriger le défaut : -1. retirer ou simplifier : une règle, une constante ou un détecteur qui cause le défaut, ou qu'une autre règle rend inutile ; -2. changer une constante ; -3. ajuster une règle existante ; -4. ajouter une règle nouvelle et courte ; -5. en dernier recours, une sorte nouvelle (un `label`) dans le détecteur de la famille. - -La crainte de l'utilisateur, c'est que les détecteurs partent dans trop de complexité : un petit gain ne vaut pas une règle de plus. Mieux vaut corriger à moitié simplement que tout corriger avec une usine à gaz. - -**Interdits.** -- Un détecteur par famille de `labeling/familles.md` (D-119) : `visibility.py`, `obstruction.py`, `target_issue.py`, `thermal_displacement.py`, `no_data.py`, `displacement.py`, ni plus ni moins ; le `kind` d'un épisode est sa famille, la catégorie de son événement. S'aligner sur les étiquettes, c'est mettre un épisode dans la famille de l'étiquette : une règle du détecteur de cette famille. Une suggestion qui demande une famille nouvelle va dans « Pas corrigé ». -- Pas de règle propre à une station, à un capteur ou à une date : une règle générale, valable sur toute station. -- Le contrat `detect(mesures)` (un détecteur qui en a besoin reçoit ce qu'il déclare en plus (D-124, D-134) : `temperature`, `[(t, °C)]`, la médiane horaire des températures des composants ; `camera`, la pose de la caméra, `[{t, pan, tilt, rotation, scale, sigma0}]` ; `metriques`, `{nom: [(t, valeur)]}`, toutes les métriques numériques de la station (`sensor_CPU_deg_c`, `sensor_GPU_deg_c`, `BusVoltage`, `rsrp_dBm`…) ; `fin` pour `no_data.py` ; une station peut n'avoir ni pose, ni métrique, ni qualité d'image : la règle tient alors sans elles) et les clés des épisodes (`start`, `end`, `kind`, `label`, `text`, `ignore`, `sensors`) ne changent pas. -- Bibliothèque standard seulement. - -**Dans le même changement** : une constante ajoutée ou changée met à jour sa ligne du registre des seuils (« Réglée sur » : la séance qui l'a demandé) et la docstring du détecteur ; une constante ou un détecteur retiré retire sa ligne du registre. Contrôle : `grep -nE "^[A-Z_0-9]+ = " detectors/*.py`. - -## Vérifie - -**Sur la plage de l'analyse**, c'est toi seul qui vérifies événement par événement : le contrôle ne lit que les scores et le code. Lance la commande du journal avec `2>&1`, **avant** de modifier et **après**, et la commande du score de la plage. Après, aucune ligne `sauté` : un détecteur qui ne se charge plus disparaît sans bruit du journal. Les événements que vise la critique doivent être trouvés, mieux bornés, ou ne plus être signalés à tort, sans casser les autres événements de la plage. - -Puis le **benchmark**, la commande `regression.py` que donne ta demande, face au benchmark avant. Il compare, instant par instant et par famille (`labeling/familles.md` : la catégorie d'un événement est sa famille), ce que signalent les détecteurs aux étiquettes de chaque station de `labeling/auto/`, puis leur `Total` (D-112) : « trouvées », la part des instants étiquetés que les détecteurs signalent ; « justes », la part des instants signalés qu'une étiquette range dans la famille. -- **Le score de la plage**, celui de `score.py` : ce que tu fais monter, sans qu'un événement entier soit perdu. Un trou n'a pas de mesure : il ne compte au score que ses deux bornes ; pour un trou, le bon sens se lit à la commande du journal (le trou daté comme l'étiquette). Ne vise pas 100 % : un petit pas, sans sur-apprentissage. -- **Toutes les lignes de toutes les stations** : la non-régression, sur laquelle le contrôle jugera ta modification ; la station de l'analyse comprise, la même règle que le contrôle. **Un recul**, sur une famille d'une station : « trouvées » ou « justes » perd plus de 2 points ; c'est un recul même si le `Total` monte. **Pas un recul** (D-135) : une baisse qui vient d'une autre lecture des détecteurs, cohérente, que les étiquettes ne retiennent pas : des étiquettes qui se contredisent d'une station à l'autre (le même état rangé dans deux familles), les creux de quelques mesures entre deux étiquettes d'un même phénomène, les bornes d'une étiquette, un instant que le score (par instant, sans les capteurs) comptait trouvé par un événement sur un autre capteur. Les étiquettes ont leurs ambiguïtés, même d'expert : le but est des détecteurs qui font au mieux, pas parfaits, et pas sur-entraînés sur les étiquettes. Un recul : reprends ta modification avant de la commiter, ou laisse la suggestion. Ne règle rien pour une station précise. Une baisse qui vient d'une autre lecture cohérente : garde, et dis-la dans « À trancher par l'utilisateur » : les étiquettes (id, station, moment, famille) et la lecture des détecteurs. - -Ton dossier de travail est le tien seul : `mktemp -d`, ou un sous-dossier à ton nom du dossier temporaire de la session ; jamais celui d'un autre agent. Pour essayer une variante sans toucher au dépôt, copie-y `detectors/`, `agent-tools/`, `.claude/skills/detector-learner/` et `.claude/skills/analyser-lot/`, avec des liens vers `data/` et `labeling/` : le `regression.py` de la copie mesure la copie. Pour un essai plus court, `--stations A,B` ne mesure que ces stations ; le benchmark entier (2 à 3 min) se lance en arrière-plan, sortie dans un fichier, et tu attends sa fin avec l'outil d'attente de l'environnement s'il y en a un, sinon `wait` dans la même commande. - -## Une suggestion, un commit - -Le contrôle peut faire retirer une suggestion seule, sans toucher aux autres : chacune a donc son commit. Pour chaque suggestion, dans l'ordre de la critique : -1. modifie, puis vérifie comme ci-dessus, face au benchmark du dernier état commité (le benchmark avant, ou celui de ta suggestion gardée précédente), pour savoir ce qu'elle change ; avant ton rendu, l'ensemble face au benchmark avant, celui que juge le contrôle ; garde la sortie de `regression.py` dans `/benchmark-1-S.txt` ; -2. gardée : `git branch --show-current` doit dire `main` ; puis `git add /benchmark-1-S.txt && git commit -m "Detector-learner : modification 1, S" -- `, le message fini par une ligne vide puis `Co-Authored-By: Claude Opus 5.5 ` ; -3. pas gardée : `git checkout -- `, seulement eux, et elle va dans « Pas corrigé ». - -Jamais `git add -A`, `git stash`, ni de `git checkout` sur d'autres fichiers : une autre session peut travailler dans ce dépôt. - -## Ton rendu, `modification-1.md` - -```markdown -# : modification - -## Ce qui a changé - et son commit : fichier, constante, règle ou détecteur ajouté, retiré ou modifié ; ancienne et nouvelle valeur> - -## Pourquoi - - -## Avant / après sur la plage - - -## Benchmark - - -## À trancher par l'utilisateur -aucune | - - -## Pas corrigé -aucune | - -## Difficultés -aucune | - -``` - -Le contrôle des détecteurs ne lit de ton rendu que « Ce qui a changé » et « Pourquoi », avec le diff : ces deux parties se comprennent seules, sans renvoyer aux données d'une station. « Difficultés » ne parle que du processus (consignes, chemins, outils), pas des données ni des détecteurs : un releveur les note pour l'utilisateur (D-060). - -## Ta réponse - -En 3 lignes : les suggestions gardées et leurs commits, ce qui n'a pas été corrigé, le chemin du rendu. diff --git a/.claude/agents/etiqueteur.md b/.claude/agents/etiqueteur.md deleted file mode 100644 index d2c140b..0000000 --- a/.claude/agents/etiqueteur.md +++ /dev/null @@ -1,77 +0,0 @@ ---- -name: etiqueteur -description: Étiqueteur — un analyste qui ne produit que des étiquettes : lit un lot de données de déplacement avec les outils de lecture et la carte des étiquettes, sans les étiquettes de l'expert, et étiquette le lot comme lui (labeling/auto/etiqueteur/_/etiquettes.jsonl, relu ensuite par /review-auto-labels avant d'entrer dans labeling/auto/ ; texte qualitatif au format de l'expert, et une famille par étiquette), puis dit ses mesures, sa confiance et ce que la documentation lui a donné ou manqué. Appelé depuis la conversation avec un dossier de station et un lot (début, fin, UTC) (D-106 à D-111). -tools: Read, Bash, Write -model: inherit -omitClaudeMd: true ---- - -Tu es l'étiqueteur. L'expert étiquette des plages de données en texte libre : ce qu'on voit, la cause et comment il l'a sue, ce qu'il en conclut. Ses étiquettes sont rangées par phénomène dans `labeling/carte-des-etiquettes.md`. Ton travail : **étiqueter un lot comme il le ferait**, en donnant à chaque étiquette sa famille, à partir des données et de cette documentation, sans ses étiquettes du lot. L'expert jugera ensuite la qualité des tiennes (D-102). - -Ton travail est **exhaustif mais précis**, sur les **anomalies seulement** : chaque anomalie du lot a son étiquette, aucune n'est oubliée ; chaque étiquette ne couvre que son événement, au plus près de ses bornes, et n'en dit que ce que tu as vu. **Une anomalie, c'est ce qui apparaît sur `corr_x` et `corr_y`, et seulement cela** : c'est seulement quand les courbes corrigées bougent ou manquent qu'on veut un diagnostic. Elles bougent : un pic, un saut, une dérive, une vague, du bruit. Elles manquent : des points ou des courbes absents du plot (des cibles rejetées, aucune mesure) ; **un trou est une anomalie comme un pic**, dis pourquoi les courbes manquent. La cause se cherche ensuite partout (`error_value`, images, métriques), mais ce qui ne touche ni `corr_x` ni `corr_y` ne s'étiquette pas (une `error_value` qui monte sans effet sur elles, un saut de la caméra bien compensé), sauf le mouvement thermique, qui s'étiquette toujours, celui de la caméra compris (D-117) : dis-le dans ton analyse, section 2 ; `labeling/familles.md` le rappelle. - -## Ce que tu reçois - -Le dossier de station (`data//`) et le lot (début et fin, UTC). Sauf autre indication, ton dossier de sortie est `labeling/auto/etiqueteur/_/`, et tes étiquettes vont dans `/etiquettes.jsonl`. **Tu n'écris jamais dans `labeling/auto/.jsonl`** : il ne contient que des étiquettes relues ; les tiennes y entrent après leur revue (`/review-auto-labels`, D-130). Lis-le en revanche, pour les bords du lot : un événement déjà étiqueté au lot voisin se prolonge, il ne se refait pas. Une indication de l'expert donnée en conversation s'écrit dans les étiquettes qu'elle touche (« d'après l'expert : … », en mots) et dans ton analyse, section 3 : c'est là que le relecteur la lira. De ce dossier, seuls ton analyse (`analyse.md`), tes étiquettes (`etiquettes.jsonl`) et tes scripts (`outils/*.py`) sont versionnés ; les figures et les sorties des outils restent hors de git, pour ton travail et sa relecture. - -## Ce que tu as le droit de lire, seulement - -- `.claude/skills/lire-les-donnees/SKILL.md` (lis-le en premier) : tes outils ; -- le dossier de station, par ces outils ou tes scripts, et ses images avec Read ; -- `labeling/carte-des-etiquettes.md` : **son sommaire et ses sections 2 à 4 en entier** (règles de lecture, faux amis, contexte des stations), puis la fiche de chaque phénomène que tu rencontres ou que tu soupçonnes, à la ligne que donne le sommaire (Read avec `offset`) ; -- `labeling/familles.md` (**en entier**) : les familles des étiquettes, leurs frontières, ce qui ne s'étiquette pas ; -- `labeling/regles-d-etiquetage.md` (**en entier**) : comment poser une étiquette, bornes, un seul événement, description, cause dite ; -- `labeling/connaissances/` : la chaîne de mesure, les colonnes des déplacements, les trous, les images de la caméra, le cycle thermique, les métriques de qualité d'image, les cas annotés par l'expert ; au moins `chaine-de-mesure.md`, `colonnes-des-deplacements.md` et `les-trous.md`, le reste au besoin. - -Toute la connaissance métier du labeling est dans `labeling/` : rien d'autre, ni `labeling/manual/`, ni `events/` (ce que les events apprennent est dans la carte), ni `CLAUDE.md`, ni `docs/decisions.md`, ni les plans, ni `events-learner/`, `support/`, `agent-diagnostic/`, ni la sortie ou le code des détecteurs. On mesure ce que tu tires des données avec la documentation. Tu listes ce que tu as lu dans « Sources lues ». - -## Tes outils - -Ceux de `lire-les-donnees`, avec `--debut`, `--fin` du lot (une marge avant ou après si un phénomène lent le demande) et `--sortie `. En plus de ce que ce skill permet, tu peux écrire tes scripts dans `/outils/` et les lancer (`python3`, ou `.venv/bin/python` pour matplotlib, numpy, Pillow), et lancer une boucle `for` sur un outil de lecture ou sur tes scripts ; lire les CSV bruts est permis. Lance-les depuis la racine du dépôt ; ils n'écrivent que dans ton dossier de sortie. Pense à la température (`metrics/`, les capteurs `sensor_*_deg_c` de la station) pour ce qui suit le cycle du jour ou dure plusieurs jours. Sur une caméra récente (l'inventaire dit « Qualité d'image de l'export (peak à snr) : remplie »), lis aussi la qualité d'image par `agent-tools/qualite.py` (`--etiquettes` sur tes étiquettes, `--hors` pour les oubliées) : elle prouve la cause et nomme les cibles touchées (`labeling/connaissances/metriques-de-qualite.md`). Ne recopie jamais les identifiants de `metrics/` (`SIM_CCID`, `ip_*`). - -## Déroulé - -1. **Lis le lot** comme le dit `lire-les-donnees`, en entier : tout ce qui rend les courbes non plates, et ce que l'expert regarde (la carte, section 2). -2. **Pour chaque moment**, cherche dans la carte des étiquettes le phénomène qui convient, et vérifie sur les données et les images ce qu'elle dit qu'on doit y voir ; attention aux faux amis (section 3). Un phénomène que la carte ne connaît pas s'étiquette aussi, sans forcer une cause. Un phénomène trouvé une fois se cherche sur **tout le lot** et se traite pareil à chaque fois : les matins froids, par exemple, se listent tous par `jours.py --bornes` (pose et `corr`) face à la température (`metriques.py`). Avant d'écrire que les cibles ne bougent pas et que c'est la caméra, vérifie-le **cible par cible** par `ensemble.py --rigide` : une cible dont la position brute s'écarte seule du mouvement d'ensemble bouge dans l'image ; ce n'est pas la compensation. -3. **Écris tes étiquettes**, puis ton analyse. - -## Les étiquettes - -Une ligne JSON par étiquette, dans `/etiquettes.jsonl`, au format de celles de l'expert : - -```json -{"debut": "2026-10-20T03:15Z", "fin": "2026-10-20T07:45Z", "categorie": "Visibility", "description": "…"} -``` - -- `debut`, `fin` : UTC, format `AAAA-MM-JJTHH:MMZ`, à la minute de la mesure ; `categorie` : la clé d'une famille de `labeling/familles.md` (`Visibility`, `Obstruction`, `Thermal displacement`, `Displacement`, `Target issue`, `No data`), aucune autre ; `description` : en français, qualitative, sans valeurs chiffrées. -- **Les règles d'une étiquette sont celles de `labeling/regles-d-etiquetage.md`** : ce qui s'étiquette, les bornes, un seul événement, la famille, la description, la cause dite. Elles priment sur ton intuition et sur une habitude d'un lot précédent. -- Le lot entier est lu : un instant sans étiquette veut dire que `corr_x` et `corr_y` n'y montrent rien. - -## Ton analyse - -`/analyse.md`, exactement sur ce plan : - -```markdown -# Étiquettes automatiques : , → (UTC) - -## 1. Mes étiquettes -### → -- **Phénomène de la carte** : | aucun -- **Famille** : , et pourquoi elle plutôt qu'une voisine -- **Mesuré** : -- **Images** : | aucune -- **Confiance** : forte | moyenne | faible, et pourquoi - -## 2. Ce que j'ai laissé sans étiquette - - -## 3. La documentation - - -## Difficultés -aucune | - - -## Sources lues -``` - -Heures en UTC, figures citées par leur nom. Avant de rendre, `python3 labeling/controle.py /etiquettes.jsonl` doit dire 0 erreur. Réponds en 2 lignes : le nombre d'étiquettes, le chemin de l'analyse. diff --git a/.claude/agents/releveur.md b/.claude/agents/releveur.md deleted file mode 100644 index 6c4f8c6..0000000 --- a/.claude/agents/releveur.md +++ /dev/null @@ -1,29 +0,0 @@ ---- -name: releveur -description: Releveur des processus automatiques (/detector-learner et les pipelines à venir) — documente dans docs/ameliorations-processus.md les difficultés que les sous-agents et l'orchestrateur ont remontées (consigne floue ou contradictoire, chemin, format, commande). Appelé par l'orchestrateur en fin de processus. Ne corrige rien. -tools: Read, Bash, Edit -model: inherit ---- - -Tu es le releveur. Les processus automatiques du projet tournent sans l'utilisateur : quand un agent bute sur une consigne, un chemin ou une commande, personne ne le voit. En fin de processus, l'orchestrateur te transmet les difficultés remontées ; tu les documentes dans `docs/ameliorations-processus.md`. L'utilisateur s'en servira plus tard, dans une autre conversation, pour améliorer les processus. **Tu ne corriges rien.** - -## Ta demande - -Le processus et son skill, le dossier de ses rendus et où y lire les difficultés (pour `/detector-learner` : la section `## Difficultés` de chaque rendu de la séance, et `## Erreurs` du bilan), et celles de l'orchestrateur lui-même. - -## Ce que tu fais - -1. Lis `docs/ameliorations-processus.md`, puis les difficultés. -2. Pour chacune, retrouve ce qui est en cause : la consigne (`grep -n` dans le skill du processus, `.claude/agents/`, `.claude/skills/`, la spec que cite le skill), le fichier, le chemin ou la commande, et cite-le en `fichier:ligne`. Vérifie le fait quand c'est simple (le chemin existe-t-il ? la consigne dit-elle bien ça ?) ; sinon, rapporte ce qu'en dit l'agent, en le disant. -3. Même cause qu'une entrée déjà notée et pas **traitée** : ajoute l'occurrence à cette entrée. Sinon, une entrée nouvelle sous la rubrique du processus (crée la rubrique s'il le faut), au format du document. -4. Écarte ce qui n'est pas une difficulté du processus : un agent qui décrit seulement son travail, un défaut des détecteurs ou des données (c'est le travail de la boucle, pas un accroc). - -## Règles - -- Tu n'écris que dans `docs/ameliorations-processus.md` : aucune consigne, aucun code, aucun rendu touché ; tu ne relances rien et tu ne commites pas. -- Tu décris le problème et sa cause, pas la correction : une piste d'une phrase au plus, et seulement si elle est évidente. -- Aucun identifiant (`SIM_CCID`, `ip`) ; heures en UTC. - -## Ta réponse - -En 3 lignes : les entrées créées, les occurrences ajoutées, les difficultés écartées et pourquoi. diff --git a/.claude/agents/tool-builder.md b/.claude/agents/tool-builder.md index 1876f0e..0fe849d 100644 --- a/.claude/agents/tool-builder.md +++ b/.claude/agents/tool-builder.md @@ -1,20 +1,20 @@ --- name: tool-builder -description: Tool-builder de /detector-learner — après les détecteurs, lit l'analyse de la page Data qui a lancé la séance (rapport.md, analyse.md, les scripts outils/ de l'analyste) et améliore les outils de lecture (agent-tools/) et le skill lire-les-donnees : il optimise ou ajoute, il ne retire rien. Appelé par l'orchestrateur avec l'analyse, la station et sa plage, et le chemin de son rendu. +description: Tool-builder de la page Data — lancé par « Optimiser les détecteurs », après la séance des détecteurs, lit l'analyse (rapport.md, analyse.md, les scripts outils/ de l'analyste) et améliore les outils de lecture (agent-tools/) et le skill lire-les-donnees : il optimise ou ajoute, il ne retire rien. Lancé par l'app (claude -p --agent tool-builder) avec l'analyse et le chemin de son rendu ; commite lui-même. tools: Read, Edit, Write, Bash model: inherit omitClaudeMd: true --- -Tu es le tool-builder de `/detector-learner` : tu tiens les outils de lecture. L'`etiqueteur` vient d'analyser en expert, dans la page Data, une plage que l'utilisateur avait choisie parce que les détecteurs l'y satisfaisaient mal (D-147, D-148) : avec les outils de `agent-tools/`, leur mode d'emploi (le skill `lire-les-donnees`) et, quand ils ne suffisaient pas, ses propres scripts (`outils/`). C'est à toi de décider ce qui en mérite d'entrer dans les outils, pour que la prochaine analyse, sur n'importe quelle station, lise mieux (D-097). L'étiqueteur, l'analyste et l'agent de diagnostic suivent ce skill, et les détecteurs lisent les données par `agent-tools/donnees.py`. +Tu es le tool-builder de la page Data : tu tiens les outils de lecture. L'analyste vient d'analyser en expert, dans la page Data, une plage que l'utilisateur avait choisie parce que les détecteurs l'y satisfaisaient mal avec les outils de `agent-tools/`, leur mode d'emploi (le skill `lire-les-donnees`) et, quand ils ne suffisaient pas, ses propres scripts (`outils/`). C'est à toi de décider ce qui en mérite d'entrer dans les outils, pour que la prochaine analyse, sur n'importe quelle station, lise mieux. L'analyste suit ce skill, et l'app lit les données par `agent-tools/donnees.py`. ## Ta demande -`Analyse : labeling/auto/analyses//. Station : , plage → (UTC). Écris /outils.md.` +`Analyse : labeling/auto/analyses//. Écris labeling/auto/analyses//outils.md.` La station et la plage sont dans `/demande.json`. ## Ce que tu lis -`/rapport.md` d'abord : les commandes qui fondent chaque fait, donc les outils dont l'analyste s'est servi ; puis `/analyse.md` (sa section « La documentation » et ses « Difficultés » disent ce qui lui a manqué ou l'a encombré) ; ses scripts, dans `/outils/` ; `.claude/skills/lire-les-donnees/SKILL.md` et les outils de `agent-tools/` ; le dossier de station, pour essayer. Rien d'autre : ni `CLAUDE.md`, ni les plans, ni les détecteurs, ni le travail des autres agents de la séance. +`/rapport.md` d'abord : les commandes qui fondent chaque fait, donc les outils dont l'analyste s'est servi ; puis `/analyse.md` (sa section « La documentation » et ses « Difficultés » disent ce qui lui a manqué ou l'a encombré) ; ses scripts, dans `/outils/` ; `.claude/skills/lire-les-donnees/SKILL.md` et les outils de `agent-tools/` ; le dossier de station, pour essayer. Rien d'autre : ni `CLAUDE.md`, ni les détecteurs (`detectors/`). ## Ce que tu touches, seulement @@ -35,12 +35,12 @@ Tu es le tool-builder de `/detector-learner` : tu tiens les outils de lecture. L - bibliothèque standard ; matplotlib, par `.venv/bin/python`, pour les figures seulement ; - jamais une valeur de `metrics/` qui soit un identifiant (`SIM_CCID`, `ip*`). - **Ne rien casser** : les options et les sorties existantes restent ; les rapports des analyses citent des commandes des outils, qui doivent toujours marcher. -- **`donnees.py`** est la lecture commune, aussi celle des détecteurs : une modification change leur entrée, donc leur score et leur benchmark. Ne la touche que pour corriger une erreur de lecture que l'analyste a montrée (une valeur lue à tort) ; dis-le en tête de ton rendu. +- **`donnees.py`** est la lecture commune de l'app et des outils (les détecteurs ont la leur, dans `detectors/`) : ne la touche que pour corriger une erreur de lecture que l'analyste a montrée (une valeur lue à tort) ; dis-le en tête de ton rendu. - Un outil nouveau ou une option nouvelle entre dans le tableau du skill dans le même passage ; une docstring en tête d'un nouveau script, comme les autres. ## Vérifier -1. Lance chaque outil modifié ou ajouté sur la plage, avec `--debut` et `--fin` de la plage et `--sortie /outils/` ; regarde chaque PNG avec Read. +1. Lance chaque outil modifié ou ajouté sur la plage, avec `--debut` et `--fin` de la plage et `--sortie /travail/outils/` ; regarde chaque PNG avec Read. 2. Relance, sur la plage, les commandes du rapport de l'analyse qui emploient un outil modifié : elles doivent toujours marcher. ## Ton rendu @@ -61,7 +61,7 @@ Tu es le tool-builder de `/detector-learner` : tu tiens les outils de lecture. L aucun | - : ## Essai -/outils/> +/travail/outils/> ## Commandes du rapport relancées @@ -70,7 +70,7 @@ aucun | - : aucune | - ``` -La ligne « Outils modifiés » porte `aucun` ou des noms de fichiers : l'orchestrateur la lit telle quelle. « Difficultés » ne parle que du processus (consignes, chemins, commandes) : un releveur les note pour l'utilisateur (D-060). Tu ne commites pas : l'orchestrateur le fait. +La ligne « Outils modifiés » porte `aucun` ou des noms de fichiers. Ton rendu s'affiche dans la page, sous le bilan des détecteurs. **Tu commites toi-même**, à la fin, sur `main` (`git branch --show-current`) : `git add .claude/skills/lire-les-donnees/SKILL.md /outils.md && git commit -m "Outils : " -- `, seulement les fichiers que tu as changés et ton rendu, le message fini par une ligne vide puis `Co-Authored-By: Claude Opus 5.5 ` ; jamais `git add -A`, `git stash` ni `git checkout` : une autre session peut travailler dans ce dépôt. Tu ne pousses rien. ## Ta réponse diff --git a/.claude/skills/analyser-lot/etiquettes.py b/.claude/skills/analyser-lot/etiquettes.py deleted file mode 100644 index dc5bd9e..0000000 --- a/.claude/skills/analyser-lot/etiquettes.py +++ /dev/null @@ -1,123 +0,0 @@ -"""Étiquettes d'un lot : la lecture de l'analyste, moment par moment, dans un format qu'un script relit (point 44 du plan -du journal du matin, D-061) : la matière d'un futur modèle appris. Ce script contrôle un fichier ; il ne juge rien. - -Un JSON par lot, /etiquettes.json : - {"station": "NORDEND", "debut": "2026-10-05T00:00Z", "fin": "2026-10-09T00:00Z", "moments": [ - {"debut": "2026-10-08T02:30Z", "fin": "2026-10-09T00:00Z", "capteurs": ["PR17"], "categorie": "a_verifier", - "evenement": null, "preuve": "deduite", "description": "...", "apres_detecteurs": false}]} -- heures au format de donnees.iso ; capteurs : noms de la station, [] pour tous (contrat des détecteurs) ; -- categorie : une clé de la section 4 de la carte des événements, ou "aucune" ; evenement : le label du site d'une ligne - de sa section 1 (« Rain or fog »), ou null si la cause n'est pas établie ; la carte est la seule source du vocabulaire ; -- preuve : "vue" (sur les images) ou "deduite" (des courbes seules) ; -- apres_detecteurs : true pour un moment trouvé grâce aux détecteurs (vu dans leur sortie, puis vérifié dans les données). -Un instant du lot sans moment : l'analyste n'y a rien vu. -Usage : python3 .claude/skills/analyser-lot/etiquettes.py - python3 .claude/skills/analyser-lot/etiquettes.py --test -""" -import json -import os -import re -import sys -from datetime import datetime - -RACINE = os.path.join(os.path.dirname(os.path.abspath(__file__)), "..", "..", "..") -sys.path.insert(0, os.path.join(RACINE, "agent-tools")) -from donnees import charger # noqa: E402 - -CARTE = os.path.join(RACINE, "events", "carte-des-evenements.md") -CHAMPS = {"debut", "fin", "capteurs", "categorie", "evenement", "preuve", "description", "apres_detecteurs"} - - -def vocabulaire(): - """Carte des événements -> (catégories du journal et "aucune", labels du site des événements).""" - texte = open(CARTE, encoding="utf-8").read() - s1, s4 = texte.split("## 1.")[1].split("## 2.")[0], texte.split("## 4.")[1] - cats = set(re.findall(r"^\| `(\w+)` \|", s4, re.M)) | {"aucune"} - evts = {c[1].strip() for ligne in s1.splitlines() if ligne.startswith("| ") - and len(c := ligne.split("|")[1:-1]) == 7 and not c[0].strip().startswith(("**", "Événement"))} - return cats, evts - - -def heure(v): - return datetime.strptime(v, "%Y-%m-%dT%H:%MZ") # TypeError, ValueError hors du format de donnees.iso - - -def defauts(lot, station, capteurs, cats, evts): - """Étiquettes d'un lot -> défauts, une phrase chacun (aucun : le fichier est bon).""" - try: - debut, fin, moments = heure(lot["debut"]), heure(lot["fin"]), list(lot["moments"]) - except (KeyError, TypeError, ValueError) as e: - return [f"en-tête : {type(e).__name__} {e} ; attendus : station, debut, fin (AAAA-MM-JJTHH:MMZ), moments"] - out = [] if lot.get("station") == station else [f"station {lot.get('station')!r}, le dossier est {station!r}"] - for i, m in enumerate(moments, 1): - def ko(msg): - out.append(f"moment {i} : {msg}") - if not isinstance(m, dict) or set(m) != CHAMPS: - ko(f"champs {sorted(m) if isinstance(m, dict) else m!r} ; attendus {sorted(CHAMPS)}") - continue - try: - d, f = heure(m["debut"]), heure(m["fin"]) - if d > f: - ko("debut après fin") - elif f < debut or d > fin: - ko("hors du lot") - except (TypeError, ValueError): - ko(f"heures {m['debut']!r} → {m['fin']!r} : format AAAA-MM-JJTHH:MMZ") - if not isinstance(m["capteurs"], list) or (inconnus := [c for c in m["capteurs"] if c not in capteurs]): - ko(f"capteurs {m['capteurs']!r} : une liste de noms de la station, [] pour tous") - if m["categorie"] not in cats: - ko(f"categorie {m['categorie']!r} : une de {sorted(cats)}") - if m["evenement"] is not None and m["evenement"] not in evts: - ko(f"evenement {m['evenement']!r} : null ou un label du site de la section 1 de la carte") - if m["preuve"] not in ("vue", "deduite"): - ko(f"preuve {m['preuve']!r} : \"vue\" ou \"deduite\"") - if not isinstance(m["description"], str) or not m["description"].strip(): - ko("description vide") - if not isinstance(m["apres_detecteurs"], bool): - ko("apres_detecteurs : true ou false") - return out - - -def controler(dossier, chemin): - try: - with open(chemin, encoding="utf-8") as f: - lot = json.load(f) - except (OSError, ValueError) as e: - print(f"{chemin} : illisible ({e})") - return 1 - station = os.path.basename(os.path.normpath(dossier)) - out = defauts(lot, station, set(charger(dossier)), *vocabulaire()) - for d in out: - print(d) - print(f"{chemin} : {len(out)} défaut(s)" if out else f"{chemin} : bon, {len(lot['moments'])} moment(s)") - return 1 if out else 0 - - -def test(): - """Deux moments réels de l'essai de l'analyste (NORDEND, lot 1, 2026-10-24), puis quatre fautes.""" - dossier = os.path.join(RACINE, "vues-deplacements", "cas", "2026-10_NORDEND", "NORDEND") - args = ("NORDEND", set(charger(dossier)), *vocabulaire()) - bon = {"station": "NORDEND", "debut": "2026-10-05T00:00Z", "fin": "2026-10-09T00:00Z", "moments": [ - {"debut": "2026-10-08T01:00Z", "fin": "2026-10-08T02:45Z", "capteurs": ["PR01", "PR08", "PR02"], - "categorie": "visibilite_reduite", "evenement": "Rain or fog", "preuve": "vue", - "description": "Gouttes floues sur la vitre ; PR01 et PR08 rejetés.", "apres_detecteurs": False}, - {"debut": "2026-10-08T02:30Z", "fin": "2026-10-09T00:00Z", "capteurs": ["PR17"], "categorie": "a_verifier", - "evenement": None, "preuve": "deduite", "description": "Saut durable de corr_y, sans retour.", - "apres_detecteurs": False}]} - assert defauts(bon, *args) == [], defauts(bon, *args) - faux = json.loads(json.dumps(bon)) - faux["moments"][0]["capteurs"] = ["idem"] - faux["moments"][0]["categorie"] = "dilatation / contraction thermique" - faux["moments"][1]["fin"] = "2026-10-08T01:00Z" - del faux["moments"][1]["preuve"] - assert len(defauts(faux, *args)) == 3, defauts(faux, *args) # le champ manquant arrête le moment 2 : 2 + 1 - print("test : bon") - - -if __name__ == "__main__": - if sys.argv[1:] == ["--test"]: - test() - elif len(sys.argv) == 3: - sys.exit(controler(*sys.argv[1:])) - else: - sys.exit(__doc__) diff --git a/.claude/skills/detector-learner/SKILL.md b/.claude/skills/detector-learner/SKILL.md deleted file mode 100644 index 8fc0d55..0000000 --- a/.claude/skills/detector-learner/SKILL.md +++ /dev/null @@ -1,90 +0,0 @@ ---- -name: detector-learner -description: Séance automatique d'amélioration des détecteurs du journal du matin et des outils de lecture depuis une analyse de la page Data (labeling/auto/analyses//, D-147, D-148) — detectors-critic, detectors-upgrader, detectors-control, puis tool-builder ; le but, des détecteurs plus proches des étiquettes de l'analyse sur sa plage, sans sur-apprentissage ; le garde-fou, le benchmark sur toutes les stations et toutes les familles de labeling/auto/. Lancé par le bouton « Optimiser les détecteurs » de l'onglet Analysis (claude -p), ou par l'utilisateur, /detector-learner . -argument-hint: "" ---- - -# detector-learner : les détecteurs et les outils depuis une analyse - -Tu es l'orchestrateur. L'utilisateur a choisi une plage où les détecteurs le satisfont mal, l'`etiqueteur` l'a analysée dans la page Data (D-147) : un rapport (`rapport.md`) et des étiquettes, versées dans `labeling/auto/.jsonl`. L'utilisateur l'a relue, et lancer cette séance vaut son accord : il n'y a pas d'autre validation (D-148). Le but : des détecteurs **plus proches des étiquettes de l'analyse sur sa plage**, par un petit pas, **sans sur-apprentissage** : ils font un peu mieux là, et le benchmark sur toutes les stations et familles de `labeling/auto/` reste bon. Puis les outils de lecture profitent des scripts de l'analyste. Tu appelles les agents dans l'ordre, tu transmets leurs rendus et tu commites ; en fin de séance, le releveur note leurs difficultés. **Tu ne juges rien toi-même** : tu lis seulement les lignes de verdict. **Tu ne poses aucune question à l'utilisateur** : la séance tourne seule jusqu'au bout. - -## 1. Mise en place - -- Argument : le nom d'une analyse, un dossier de `labeling/auto/analyses/` (ex. `NORDEND_2026-11-04T2112_2026-11-07T1412`) ; un chemin vers ce dossier vaut son nom. `ANALYSE` = le nom, `A` = `labeling/auto/analyses/`. Sans `/demande.json` : dis-le et arrête-toi, sans commit. -- De `/demande.json` : `STATION`, `début`, `fin` (UTC). `DU` = le jour de `début`, `AU` = le lendemain du jour de `fin` (AAAA-MM-JJ) : la plage des commandes, en jours entiers. -- `SEANCE` = `date -u +%Y-%m-%dT%H%MZ` ; dossier de séance `detector-learner/_/`, ci-dessous ``. -- Commits directement sur `main` (D-070) : `git branch --show-current` doit dire `main`, sinon dis-le et arrête-toi. Tu commites toujours par chemin (`git add && git commit -m "" -- `), jamais `git add -A`, `git stash` ni `git checkout` hors de tes chemins : une autre session peut travailler dans ce dépôt. Avant chaque commit, `git branch --show-current` ; si ce n'est plus `main`, ne commite plus rien et passe au bilan. Chaque message finit par une ligne vide puis `Co-Authored-By: Claude Opus 5.5 `. -- **Étape 0, l'analyse dans git** : l'app ne commite pas ; si `git status --porcelain -- labeling/auto/.jsonl` montre quelque chose, commite ces deux chemins (`git add` respecte `.gitignore` : `travail/` reste dehors), message `Detector-learner : étiquettes de l'analyse`. Puis note la **base de la séance** : `git rev-parse HEAD`. -- `git status --porcelain -- detectors/ agent-tools/ .claude/skills/lire-les-donnees/ vues-deplacements/contexte/seuils-du-journal.md labeling/auto/ labeling/familles.md` (`familles.md` : les familles, une par détecteur, que compte le benchmark) : les fichiers déjà modifiés y restent tels quels, ni commités ni annulés ; liste-les sous « Erreurs » du bilan (les mesures tournent sur eux). Refais ce relevé avant le contrôle et avant le bilan, avec les données repompées (`find data/ -name '*.csv' -newer /benchmark-avant.txt | cut -d/ -f2 | sort -u`, `data/` étant hors de git) : un fichier changé pendant la séance par une autre session (une étiquette retouchée dans la page Data, par exemple) va sous « Erreurs » ; avant le contrôle, relance alors le benchmark avant sur le dépôt à la base de la séance (`git archive detectors agent-tools .claude/skills/detector-learner .claude/skills/analyser-lot | tar -x` dans un dossier `mktemp -d`, liens vers `data/` et `labeling/`) dans `/benchmark-avant-relance.txt`, et ajoute à la demande du contrôle : `Changé pendant la séance : ; benchmark avant relancé : /benchmark-avant-relance.txt.` - -**Les deux mesures** de la séance, à chaque étape : -- **le benchmark**, la non-régression : `python3 .claude/skills/detector-learner/regression.py --seance _ --etape <étape> > /benchmark-<étape>.txt 2>&1` (environ 1 min 30). Le score par famille et par instant sur chaque station de `labeling/auto/`, puis leur `Total`, versé dans `detector-learner/historique.csv` (D-123) ; -- **le score de la plage**, le but : `python3 .claude/skills/detector-learner/score.py data/ --du --au > /plage-<étape>.txt 2>&1`. Les étiquettes de `labeling/auto/.jsonl` qui touchent la plage (celles de l'analyse comprises), la vérité de la séance, face aux détecteurs, par famille. Il sort en erreur si aucune étiquette ne touche la plage : note-le sous « Erreurs » et va au bilan sans toucher aux détecteurs. - -**Commandes**, données telles quelles aux agents : le journal, `python3 detectors/categories.py data/ --du --au ` ; les capteurs, `python3 .claude/skills/detector-learner/capteurs.py data/ --du --au `. Pour le contrôle seulement, qui regarde toutes les stations, le journal avec ``, `` et `` à remplir depuis l'en-tête du bloc de la station dans le benchmark : `python3 detectors/categories.py data/ --du --au `. - -## 2. Dans l'ordre - -Chaque agent est appelé par l'outil Agent avec son `subagent_type` et la demande ci-dessous, rien d'autre, sauf une consigne de l'utilisateur donnée au lancement : ajoute-la telle quelle à la demande des agents (`Consigne de l'utilisateur : …`) et note-la au bilan ; elle passe avant leurs consignes, pas avant leur périmètre de fichiers. Un verdict se lit par `grep '^\*\*Verdict\*\* :' ` ; ce qui l'accompagne (« Réserves » du contrôle) ne change pas la suite, il va au bilan. Le but : des détecteurs qui font mieux, pas parfaits ; une autre lecture que les étiquettes, cohérente, est admise (D-135). - -1. **Mesures avant** : étape `avant`, donc `/benchmark-avant.txt` et `/plage-avant.txt`. - Commit `/ detector-learner/historique.csv`, message `Detector-learner : benchmark`. -2. **Detectors-critic** (`detectors-critic`) : `Analyse : /. Station : , plage → (UTC). Commande du journal : . Commande des capteurs : . Score de la plage : /plage-avant.txt. Benchmark : /benchmark-avant.txt. Écris /critique.md.` - Commit `/`, message `Detector-learner : critique ()`. Verdict `d'accord` : va aux outils (étape 5). -3. **Detectors-upgrader** (`detectors-upgrader`), un seul passage (l'utilisateur, 2026-11-05) : - `Analyse : /. Station : . Commande du journal : . Critique : /critique.md. Benchmark avant : /benchmark-avant.txt, à relancer par python3 .claude/skills/detector-learner/regression.py (sans --etape). Score de la plage : python3 .claude/skills/detector-learner/score.py data/ --du --au (avant : /plage-avant.txt). Dossier de séance : . Fichiers déjà modifiés au début de la séance : . Écris /modification-1.md.` - L'upgrader commite lui-même chaque suggestion gardée, avec son benchmark `/benchmark-1-S.txt`, message `Detector-learner : modification 1, S` : le contrôle peut ainsi en faire retirer une seule. - Puis les mesures, étape `modification 1`, dans `/benchmark-1.txt` et `/plage-1.txt`. - Commit `detectors/ vues-deplacements/contexte/seuils-du-journal.md / detector-learner/historique.csv` (sans les fichiers déjà modifiés notés au §1), message `Detector-learner : modification 1`. Aucune suggestion gardée (pas de commit `, S`) : va aux outils. -4. **Detectors-control** (`detectors-control`), qui ne lit ni la critique ni le détail de la modification : - `Analyse : . Modification : /modification-1.md. Benchmark : /benchmark-avant.txt → /benchmark-1.txt, à relancer par python3 .claude/skills/detector-learner/regression.py (sans --etape) ; après chaque suggestion : /benchmark-1-S*.txt. Score de la plage : /plage-avant.txt → /plage-1.txt. Commande du journal : . Base : . Écris /validation-1.md.` - Commit `/`, message `Detector-learner : control ()`. - - `garder` : va aux outils. - - `retirer` : pour chaque suggestion de la ligne `**Retirer** :`, ses commits de la séance (`git log --format=%h --grep ', S$' ..HEAD`), du plus récent au plus ancien : `git revert --no-edit `, puis amende son message pour qu'il finisse par la ligne `Co-Authored-By` (`git commit --amend -m "Detector-learner : S retirée" -m "Co-Authored-By: Claude Opus 5.5 "`). Un conflit : `git revert --abort`, et fais comme pour `annuler`. Puis va aux outils. - - `annuler`, ou tout autre mot : `git checkout -- detectors/ vues-deplacements/contexte/seuils-du-journal.md` (sans les fichiers déjà modifiés notés au §1), commit de ces chemins, message `Detector-learner : modification annulée`. -5. **Tool-builder** (`tool-builder`), dans tous les cas, après les détecteurs (ils lisent les données par `agent-tools/donnees.py`) : - `Analyse : /. Station : , plage → (UTC). Écris /outils.md.` - La ligne `grep '^\*\*Outils modifiés\*\* :' /outils.md` : si elle ne dit pas `aucun`, commit `agent-tools/ .claude/skills/lire-les-donnees/ /` (sans les fichiers déjà modifiés notés au §1), message `Detector-learner : outils` ; sinon commit `/`, même message. - -Un rendu absent ou sans verdict lisible : note-le, remets les détecteurs comme pour `annuler` s'ils ont changé, passe aux outils. Ne relance pas un agent plus d'une fois. - -## 3. Bilan - -Les mesures, étape `fin`, dans `/benchmark-fin.txt` et `/plage-fin.txt`. Si les outils ont changé et que le bloc `Total` de `benchmark-fin.txt` diffère de celui du dernier benchmark d'avant les outils (`benchmark-1.txt` si une modification est restée, sans retrait ; sinon relance-le sur le commit d'avant les outils, comme la relance à la base du §1) : les outils ont changé l'entrée des détecteurs. `git revert --no-edit` du commit `outils`, amende son message (`Detector-learner : outils retirés`, avec la ligne `Co-Authored-By`), note-le sous « Erreurs », et refais les mesures `fin`. - -`/bilan.md`, que la page Data affiche sous le rapport : - -```markdown -# Optimisation : - -**Résultat** : modification gardée | gardée sans S… | annulée | aucune | erreur ; outils : aucun | - -## La plage de l'analyse -, → ; le score de la plage, avant → fin, une ligne par famille (trouvées, justes) - -## Toutes les stations -la ligne de chaque famille du `Total`, avant → fin ; puis les autres lignes changées (station, famille), avant → fin - -## Ce qui a changé - ; la critique (d'accord / n suggestions), le contrôle (verdict) - -## À trancher par l'utilisateur - - -## Suggestions non traitées -<« Pas corrigé » de la modification ; aucune> - -## Erreurs -..HEAD`> -``` - -Commit `/ detector-learner/historique.csv`, message `Detector-learner : bilan`. - -## 4. Difficultés - -**Releveur** (`releveur`), une fois, même si tout s'est bien passé : `Processus : /detector-learner (.claude/skills/detector-learner/SKILL.md). Séance : / : la section « Difficultés » de chaque rendu, et « Erreurs » du bilan. Difficultés de l'orchestrateur : aucune | <…>.` (D-060) -Si `git status --short docs/ameliorations-processus.md` montre un changement : commit de ce chemin, message `Detector-learner : process difficulties`. - -## 5. Réponse finale - -En 4 lignes au plus : la ligne `**Résultat**` du bilan, le score de la plage avant → fin (familles changées), le `Total` avant → fin s'il a changé, le chemin du bilan. Tout est sur `main`, rien n'est poussé : l'utilisateur annule ce qu'il ne garde pas par `git revert`. diff --git a/.claude/skills/detector-learner/capteurs.py b/.claude/skills/detector-learner/capteurs.py deleted file mode 100644 index e8d11ba..0000000 --- a/.claude/skills/detector-learner/capteurs.py +++ /dev/null @@ -1,29 +0,0 @@ -"""Pour le critique de /detector-learner : la cadence des mesures du lot, puis chaque événement de la commande du lot avec -ses capteurs (categories.py n'en donne que le nombre) ; avant, le nombre de cibles et de références de la station. Même calcul que categories.py sans --tranche (3 jours d'historique). -Usage : python3 .claude/skills/detector-learner/capteurs.py --du AAAA-MM-JJ --au AAAA-MM-JJ -""" -import argparse -import os -import statistics -import sys -from datetime import datetime, timedelta, timezone - -sys.path.insert(0, os.path.join(os.path.dirname(os.path.abspath(__file__)), "..", "..", "..", "detectors")) -import categories # noqa: E402 - -p = argparse.ArgumentParser(usage=__doc__) -p.add_argument("dossier") -p.add_argument("--du", required=True) -p.add_argument("--au", required=True) -a = p.parse_args() -jour = lambda d: datetime.strptime(d[:10], "%Y-%m-%d").replace(tzinfo=timezone.utc) # noqa: E731 -debut, fin = jour(a.du), jour(a.au) -mesures = categories.charger(a.dossier) -lot = {s: k for s, ms in mesures.items() if (k := [m for m in ms if debut - timedelta(days=3) <= m["t"] < fin])} -ts = sorted({m["t"] for ms in lot.values() for m in ms if m["t"] >= debut}) -pas = [(b - a).total_seconds() / 60 for a, b in zip(ts, ts[1:])] -print(f"cadence : {statistics.median(pas):.0f} min (médiane des pas entre mesures)" if pas else "cadence : pas de mesure") -refs = sum(ms[0]["pattern_type"] == "global_ref" for ms in lot.values()) -print(f"capteurs : {len(lot) - refs} cibles, {refs} références") -for v in (v for v in categories.evenements(lot, fin, a.dossier) if v["end"] >= categories.iso(debut)) if lot else []: - print(v["start"], "→", v["end"], f"{v['category']:<20}", "|", v["episodes"][0]["label"], "|", ", ".join(sorted(v["sensors"])) or "tous les capteurs") diff --git a/.claude/skills/detector-learner/regression.py b/.claude/skills/detector-learner/regression.py deleted file mode 100644 index 5d005af..0000000 --- a/.claude/skills/detector-learner/regression.py +++ /dev/null @@ -1,69 +0,0 @@ -"""Benchmark de /detector-learner (D-116) : les détecteurs face à toutes les étiquettes de l'étiqueteur (labeling/auto/). - -Pour chaque station de labeling/auto/ qui a son dossier dans data/, le score par famille et par instant de score.py -(D-112), sur la plage de ses étiquettes : du jour de la première à minuit après la dernière. Puis le total, famille par -famille, qui dit si les détecteurs font globalement mieux d'une séance à l'autre. Le bloc de la station de la séance est -son score ; les autres blocs, la non-régression : une famille qui recule sur une station est un recul, même si le total -monte. Avec --etape, chaque ligne (stations et Total) entre dans l'historique, detector-learner/historique.csv, avec la -version des détecteurs (score.version()). -Usage : python3 .claude/skills/detector-learner/regression.py [--seance --etape <étape>] [--stations A,B] -""" -import argparse -import csv -import glob -import json -import os -import sys -from datetime import datetime, timezone - -RACINE = os.path.normpath(os.path.join(os.path.dirname(os.path.abspath(__file__)), "..", "..", "..")) -import score # noqa: E402 (à côté) - -HISTORIQUE = os.path.join(RACINE, "detector-learner", "historique.csv") - - -def plage(chemin): - """labeling/auto/.jsonl -> (début, fin) iso, en jours entiers UTC, fin exclue.""" - with open(chemin, encoding="utf-8") as f: - etiq = [json.loads(l) for l in f if l.strip()] - du = min(e["debut"] for e in etiq)[:10] - # ponytail: la fin du lot n'est pas écrite ; minuit le plus proche de la dernière borne (une borne d'étiquette déborde - # d'une mesure après minuit) ; la fin réelle du lot dans labeling/auto/ si l'écart compte - au = score.iso(score.instant(max(e["fin"] for e in etiq)) + score.timedelta(hours=12))[:10] - return score.iso(score.instant(du)), score.iso(score.instant(au)) - - -if __name__ == "__main__": - p = argparse.ArgumentParser(usage=__doc__) - p.add_argument("--seance", default="") - p.add_argument("--etape") - p.add_argument("--stations", help="A,B : ces stations seules, sans historique (un essai plus court)") - a = p.parse_args() - total, res = {}, {} - for chemin in sorted(glob.glob(os.path.join(RACINE, "labeling", "auto", "*.jsonl"))): - station = os.path.basename(chemin)[:-len(".jsonl")] - if a.stations and station not in a.stations.split(","): - continue - dossier = os.path.join(RACINE, "data", station) - if not os.path.isdir(dossier): - print(f"{station} : pas de data/{station}/, sautée\n") - continue - du, au = plage(chemin) - n, etiq = score.familles_lot(dossier, du, au) - score.afficher(f"{station} : {du} → {au}, {len(etiq)} étiquettes", n) - print() - res[station] = n - for k, v in n.items(): - total[k] = [a + b for a, b in zip(total.get(k, [0, 0, 0]), v)] - score.afficher("Total", total) - if a.etape and not a.stations: - res["Total"] = total - os.makedirs(os.path.dirname(HISTORIQUE), exist_ok=True) - neuf = not os.path.exists(HISTORIQUE) - date, ver = datetime.now(timezone.utc).strftime("%Y-%m-%dT%H:%MZ"), score.version() - with open(HISTORIQUE, "a", newline="", encoding="utf-8") as f: - w = csv.writer(f) - if neuf: - w.writerow(("date", "seance", "etape", "version", "station", "famille", "etiquetees", "signalees", "les_deux")) - w.writerows((date, a.seance, a.etape, ver, st, k, *v) for st, n in res.items() for k, v in sorted(n.items())) - print(f"\nhistorique : {os.path.relpath(HISTORIQUE, RACINE)} (version {ver})") diff --git a/.claude/skills/detector-learner/score.py b/.claude/skills/detector-learner/score.py deleted file mode 100644 index f7e5199..0000000 --- a/.claude/skills/detector-learner/score.py +++ /dev/null @@ -1,210 +0,0 @@ -"""Score des détecteurs du journal face aux étiquettes de l'analyste (point 45 du plan du journal du matin, D-062). - -Une case : une mesure d'un capteur dans un lot. Chaque case reçoit, d'un côté, les catégories des moments de l'analyste -qui la couvrent (etiquettes.json, D-061), de l'autre, celles des événements des détecteurs (categories.py, le lot classé -avec ses 3 jours d'historique, comme la commande du lot). Pour chaque catégorie, et pour les deux niveaux de validité -qui ne sont pas « fiable » : - trouvées : cases étiquetées que les détecteurs ont aussi signalées (part des étiquetées) ; - justes : cases signalées que l'analyste a aussi étiquetées (part des signalées). -Validité d'une case : la pire de ses catégories ; « à ignorer » : les zones grisées du journal (carte des événements, -section 4) ; « prudence » : visibilité réduite et turbulence ; « fiable » sinon (dilatation, contraction, à vérifier : -jamais grisées), et sans catégorie. Un trou n'a pas de mesure, donc pas de case ; un moment « aucune » n'est pas compté. -Le score est un fait, pas un verdict : l'analyste peut se tromper aussi. -Avec --du et --au, le score d'une plage (D-112, /detector-learner) : les détecteurs face aux étiquettes de l'étiqueteur -(labeling/auto/.jsonl) qui touchent le lot, par famille (labeling/familles.md) et par instant, les étiquettes -ne disant pas leurs capteurs ; la catégorie d'un événement est sa famille (un détecteur par famille, D-119), un saut revenu -resté seul compris (Displacement, D-120). Aucune étiquette sur le lot : sortie en erreur. -Usage : python3 .claude/skills/detector-learner/score.py [etiquettes.json ...] - (défaut : events-learner/*/lot-*/etiquettes.json de la station) - python3 .claude/skills/detector-learner/score.py --du AAAA-MM-JJ --au AAAA-MM-JJ - python3 .claude/skills/detector-learner/score.py --test -""" -import glob -import json -import os -import subprocess -import sys -from datetime import timedelta -from pathlib import Path - -RACINE = os.path.normpath(os.path.join(os.path.dirname(os.path.abspath(__file__)), "..", "..", "..")) -sys.path.insert(0, os.path.join(RACINE, "detectors")) -sys.path.insert(0, os.path.join(RACINE, ".claude", "skills", "analyser-lot")) -import categories # noqa: E402 (il met lui-même agent-tools sur le chemin) -from donnees import charger, instant, iso # noqa: E402 -from etiquettes import defauts, vocabulaire # noqa: E402 - -HISTORIQUE = timedelta(days=3) # comme la commande du lot (D-056) -IGNORER = {"visibilite_nulle", "passage", "cible_masquee", "cible_a_probleme", "saut_bref"} # zones grisées (carte, section 4) -# ponytail: la turbulence est toujours « prudence » : l'étiquette ne dit pas si elle est forte (grisée alors dans le -# journal) ; un champ de force dans les étiquettes si cet écart compte -PRUDENCE = {"visibilite_reduite", "turbulence"} -NIVEAUX = ("à ignorer", "prudence") - - -def validite(cats): - return "à ignorer" if cats & IGNORER else "prudence" if cats & PRUDENCE else None - - -def cases(mesures, debut, fin): - """Mesures -> [(capteur, instant iso)] du lot, fin exclue.""" - return [(s, t) for s, ms in mesures.items() for m in ms if debut <= (t := iso(m["t"])) < fin] - - -def marquer(cs, spans): - """Cases, [(début, fin, capteurs, catégorie)] -> {case: {catégories}} ; fin incluse, capteurs vides : tous.""" - out = {c: set() for c in cs} - for d, f, capteurs, cat in spans: - for s, t in cs: - if d <= t <= f and (not capteurs or s in capteurs): - out[(s, t)].add(cat) - return out - - -def evenements(mesures, debut, fin, dossier=None): - """Événements des détecteurs qui touchent le lot, classé avec ses jours d'historique (comme la commande du lot).""" - h, b = instant(debut) - HISTORIQUE, instant(fin) - tranche = {s: k for s, ms in mesures.items() if (k := [m for m in ms if h <= m["t"] < b])} - return [v for v in (categories.evenements(tranche, dossier=dossier) if tranche else []) if v["end"] >= debut] - - -def detectes(mesures, debut, fin): - """Événements des détecteurs du lot -> spans de marquer.""" - return [(v["start"], v["end"], v["sensors"], v["category"]) for v in evenements(mesures, debut, fin)] - - -def compter(paires): - """[(clés étiquetées, clés signalées)], une paire par case -> {clé: [étiquetées, signalées, les deux]}.""" - n = {} - for a, d in paires: - for k in a | d: - x = n.setdefault(k, [0, 0, 0]) - x[0], x[1], x[2] = x[0] + (k in a), x[1] + (k in d), x[2] + (k in a and k in d) - return n - - -def version(): - """La version des détecteurs : le commit, suivi de « + » si detectors/ a des changements non commités.""" - def git(*a): - return subprocess.run(["git", "-C", RACINE, *a], capture_output=True, text=True).stdout.strip() - return git("rev-parse", "--short", "HEAD") + ("+" if git("status", "--porcelain", "--", "detectors") else "") - - -def score(etiq, det): - """{case: catégories de l'analyste}, {case: catégories des détecteurs} -> {clé: [étiquetées, signalées, les deux]}.""" - return compter([x | {v} if (v := validite(x)) else x for x in (etiq[c], det[c])] for c in etiq) - - -def familles(): - """{catégorie du journal: famille} : chaque famille est sa propre catégorie (D-119), dans l'ordre de categories.py.""" - return {c: c for c in categories.CATEGORIES} - - -def etiquettes_auto(station, debut, fin): - """labeling/auto/.jsonl -> les étiquettes de l'étiqueteur qui touchent [début, fin).""" - chemin = os.path.join(RACINE, "labeling", "auto", f"{station}.jsonl") - if not os.path.exists(chemin): - return [] - with open(chemin, encoding="utf-8") as f: - return [e for e in map(json.loads, filter(str.strip, f)) if e["debut"] < fin and e["fin"] >= debut] - - -def familles_lot(dossier, debut, fin, etiq=None): - """Score d'un lot par famille et par instant (D-112) -> ({famille: [étiquetés, signalés, les deux]}, étiquettes). - Un instant : une heure du lot où un capteur au moins a une mesure ; il reçoit les familles des étiquettes qui le - couvrent, bornes exclues (sauf un trou, sans mesure dedans), et celles des événements des détecteurs. etiq : les étiquettes, sinon labeling/auto/.""" - # ponytail: par instant et non par capteur, les étiquettes ne disent leurs capteurs que dans le texte ; un champ - # capteurs dans l'étiquette, si cette finesse manque - mesures = charger(dossier) - if etiq is None: - etiq = etiquettes_auto(os.path.basename(os.path.normpath(dossier)), debut, fin) - evts = evenements(mesures, debut, fin, dossier) - instants = sorted({t for _, t in cases(mesures, debut, fin)}) - # bornes exclues : elles sont la mesure saine d'avant et d'après (D-111) ; un trou, sans mesure dedans, les garde - vides = {i for i, e in enumerate(etiq) if not any(e["debut"] < t < e["fin"] for t in instants)} - paires = [] - for t in instants: - a = {e.get("categorie", "sans famille") for i, e in enumerate(etiq) - if e["debut"] < t < e["fin"] or (i in vides and e["debut"] <= t <= e["fin"])} - {"None"} - d = {v["category"] for v in evts if v["start"] <= t <= v["end"]} - paires.append((a, d)) - return compter(paires), etiq - - -def pct(a, b): - return f"{a}/{b} ({round(100 * a / b)} %)" if b else "—" - - -def afficher(titre, n): - print(titre) - print(f" {'':<22}{'trouvées':>20}{'justes':>20}") - for k in [*NIVEAUX, *sorted(set(n) - set(NIVEAUX))]: - if k in n: - lab, sig, both = n[k] - print(f" {k:<22}{pct(both, lab):>20}{pct(both, sig):>20}") - - -def lots(dossier, chemins, explicite): - station = os.path.basename(os.path.normpath(dossier)) - mesures = charger(dossier) - vocab = vocabulaire() - total, vus = {}, 0 - for chemin in chemins: - nom = os.path.join(*Path(chemin).resolve().parent.parts[-2:]) - with open(chemin, encoding="utf-8") as f: - lot = json.load(f) - if lot.get("station") != station: - if explicite: - print(f"{nom} : station {lot.get('station')!r}, le dossier est {station!r} : sauté") - continue - if fautes := defauts(lot, station, set(mesures), *vocab): - print(f"{nom} : étiquettes à corriger ({len(fautes)} défauts, etiquettes.py) : sauté") - continue - cs = cases(mesures, lot["debut"], lot["fin"]) - if not cs: - print(f"{nom} : aucune mesure du lot dans {dossier} : sauté") - continue - moments = [m for m in lot["moments"] if m["categorie"] != "aucune"] - etiq = marquer(cs, [(m["debut"], m["fin"], m["capteurs"], m["categorie"]) for m in moments]) - n = score(etiq, marquer(cs, detectes(mesures, lot["debut"], lot["fin"]))) - afficher(f"{nom} : {lot['debut']} → {lot['fin']}, {len(moments)} moments comptés " - f"({len(lot['moments']) - len(moments)} « aucune »), {len(cs)} cases", n) - for k, v in n.items(): - total[k] = [a + b for a, b in zip(total.get(k, [0, 0, 0]), v)] - vus += 1 - if vus > 1: - afficher(f"Total : {vus} lots", total) - elif not vus: - print(f"Aucun lot étiqueté de {station} à compter.") - return total # la page de fin de séance (comparaison.py) en fait son tableau - - -def test(): - """Lot 1 de l'essai de NORDEND (2026-10-05 → 09) : une étiquette (D-111) ne compte que les instants entre ses bornes, - la mesure saine d'avant et celle d'après ; un trou, sans mesure entre ses bornes, compte ses deux bornes.""" - dossier = os.path.join(RACINE, "vues-deplacements", "cas", "2026-10_NORDEND", "NORDEND") - debut, fin = "2026-10-05T00:00Z", "2026-10-09T00:00Z" - a, b, c = sorted({t for _, t in cases(charger(dossier), debut, fin)})[10:13] - n, _ = familles_lot(dossier, debut, fin, [{"debut": a, "fin": c, "categorie": "X"}]) - assert n["X"][0] == 1, n - n, _ = familles_lot(dossier, debut, fin, [{"debut": a, "fin": b, "categorie": "X"}]) - assert n["X"][0] == 2, n - print("test : bon") - - -if __name__ == "__main__": - if sys.argv[1:] == ["--test"]: - test() - elif len(sys.argv) == 6 and sys.argv[2::2] == ["--du", "--au"]: - station, du, au = os.path.basename(os.path.normpath(sys.argv[1])), iso(instant(sys.argv[3])), iso(instant(sys.argv[5])) - n, etiq = familles_lot(sys.argv[1], du, au) - if not etiq: - sys.exit(f"Aucune étiquette de {station} sur {du} → {au} dans labeling/auto/{station}.jsonl : " - "étiqueter le lot d'abord (@etiqueteur).") - afficher(f"{station} : {du} → {au}, {len(etiq)} étiquettes de labeling/auto/{station}.jsonl, par famille et par instant", n) - elif len(sys.argv) >= 2: - explicites = sys.argv[2:] - tous = sorted(glob.glob(os.path.join(RACINE, "events-learner", "*", "lot-*", "etiquettes.json"))) - lots(sys.argv[1], explicites or tous, bool(explicites)) - else: - sys.exit(__doc__) diff --git a/.claude/skills/lire-les-donnees/SKILL.md b/.claude/skills/lire-les-donnees/SKILL.md index 4c8804b..6cf8d8a 100644 --- a/.claude/skills/lire-les-donnees/SKILL.md +++ b/.claude/skills/lire-les-donnees/SKILL.md @@ -1,6 +1,6 @@ --- name: lire-les-donnees -description: Lire un dossier de données de déplacement d'une station AIMsight, courbes et images, avec les outils de lecture — ce qu'ils rendent et comment s'en servir. Suivi par l'analyste (analyser-lot) et l'agent de diagnostic ; amélioré par le tool-builder de /events-learner, d'après les outils dont l'analyste s'est servi (D-097). +description: Lire un dossier de données de déplacement d'une station AIMsight, courbes et images, avec les outils de lecture — ce qu'ils rendent et comment s'en servir. Suivi par l'analyste de la page Data ; amélioré par le tool-builder, après « Optimiser les détecteurs ». --- # Lire les données @@ -10,7 +10,7 @@ Une caméra suit des cibles (réflecteurs) fixées sur un ouvrage ; son propre m ## À lire d'abord - `labeling/connaissances/colonnes-des-deplacements.md` : formats des exports et sens des colonnes (**en premier**) ; -- `docs/domaine/pieges-des-donnees.md` et `labeling/connaissances/les-trous.md` ; +- `labeling/connaissances/les-trous.md` ; - sur une station dont l'export porte les métriques de qualité d'image (`peak` à `snr` : la ligne « Qualité d'image de l'export » d'`inventaire.py`), `labeling/connaissances/metriques-de-qualite.md`. ## Les outils diff --git a/.gitmodules b/.gitmodules new file mode 100644 index 0000000..be064c2 --- /dev/null +++ b/.gitmodules @@ -0,0 +1,4 @@ +[submodule "detectors"] + path = detectors + url = gitea@exchange.sensima.ch:maxime.pasquier/detectors.git + branch = main diff --git a/.vscode/tasks.json b/.vscode/tasks.json new file mode 100644 index 0000000..b43ddec --- /dev/null +++ b/.vscode/tasks.json @@ -0,0 +1,13 @@ +{ + "version": "2.0.0", + "tasks": [ + { + "label": "Run app", + "detail": "Monte detectors, prépare .venv et le front au besoin, puis lance le serveur sur http://127.0.0.1:8770", + "type": "shell", + "command": "git submodule update --init && { [ -d .venv ] || { python3 -m venv .venv && .venv/bin/pip install -q fastapi uvicorn markdown plotly matplotlib; }; } && (cd app/web && { [ -d node_modules ] || npm install; } && npm run build) && .venv/bin/python app/serveur/serveur.py", + "isBackground": true, + "problemMatcher": [] + } + ] +} diff --git a/CLAUDE.md b/CLAUDE.md index 37b3d26..69046d6 100644 --- a/CLAUDE.md +++ b/CLAUDE.md @@ -1,10 +1,10 @@ # CLAUDE.md -Diagnostic-app : la web app de diagnostic AIMsight et les agents qu'elle lance par `claude -p` (`README.md`). Une caméra suit des cibles sur un ouvrage ; les détecteurs (`detectors/`) lisent les séries de déplacement des stations (`data//`, hors de git) et signalent les moments où il ne faut pas se fier aux courbes (pluie, buée, toile d'araignée, turbulence…) ou un vrai mouvement. +Diagnostic-app : la web app de diagnostic AIMsight et les agents qu'elle lance par `claude -p` (`README.md`). Une caméra suit des cibles sur un ouvrage ; les détecteurs (`detectors/`, un sous-module : le dépôt detectors) lisent les séries de déplacement des stations (`data//`, hors de git) et signalent les moments où il ne faut pas se fier aux courbes (pluie, buée, toile d'araignée, turbulence…) ou un vrai mouvement. -- **Les processus** : l'onglet Analysis lance l'`etiqueteur` sur une plage (étiquettes et rapport dans `labeling/auto/analyses/__/`, versées dans `labeling/auto/.jsonl`) ; « Optimiser les détecteurs » lance `/detector-learner ` (`.claude/skills/detector-learner/SKILL.md`), qui commite sur `main`. +- **Les processus** : l'onglet Analysis lance l'`analyste` sur une plage (étiquettes et rapport dans `labeling/auto/analyses/__/`, versées dans `labeling/auto/.jsonl`) ; « Optimiser les détecteurs » lance `/detectors:detector-learner ` (le plugin du sous-module `detectors/`, `claude --plugin-dir detectors`), qui commite dans `detectors/`, puis le `tool-builder`, qui commite les outils ici. - **La vérité** : les étiquettes de `labeling/auto/` ; le savoir du labeling est dans `labeling/` (règles, familles, carte, connaissances). -- **Le benchmark** : `python3 .claude/skills/detector-learner/regression.py` ; le score d'une plage : `python3 .claude/skills/detector-learner/score.py data/ --du AAAA-MM-JJ --au AAAA-MM-JJ`. +- **Le benchmark** : `python3 detectors/skills/detector-learner/regression.py` ; le score d'une plage : `python3 detectors/skills/detector-learner/score.py data/ --du AAAA-MM-JJ --au AAAA-MM-JJ`. - **Vérifier un changement de l'app** : `.venv/bin/python app/serveur/check.py`, puis `cd app/web && npm run build` et lancer le serveur. Règles : diff --git a/README.md b/README.md index 7f1eb12..f4ed21a 100644 --- a/README.md +++ b/README.md @@ -2,39 +2,33 @@ La web app de diagnostic AIMsight : la page Data (courbes, images de la caméra, étiquettes, événements des détecteurs) et son onglet Analysis, qui lance par `claude -p` : -- l'`etiqueteur`, sur une plage choisie : un rapport de diagnostic et des étiquettes ; -- « Optimiser les détecteurs », sur une analyse finie : `/detector-learner ` améliore les détecteurs, puis les outils de lecture, depuis cette analyse, sans sur-apprentissage, contrôlés par le benchmark de toutes les étiquettes. - -Le dépôt contient tout ce dont l'app et ses agents ont besoin, sauf les données des stations. +- l'`analyste`, sur une plage choisie (« Analyser la plage ») : un rapport de diagnostic et des étiquettes ; +- « Optimiser les détecteurs », sur une analyse finie : `/detectors:detector-learner ` (le plugin du dépôt detectors) améliore les détecteurs depuis cette analyse, sans sur-apprentissage, contrôlé par le benchmark de toutes les étiquettes ; puis le `tool-builder` fait entrer les scripts de l'analyste dans les outils de lecture. ## Le dépôt - `app/` : la web app (serveur FastAPI, page React et Mantine) ; sa doc dans `app/README.md`. -- `.claude/` : les agents (`etiqueteur`, `detectors-critic`, `detectors-upgrader`, `detectors-control`, `tool-builder`, `releveur`) et les skills (`detector-learner`, `lire-les-donnees`, plus `analyser-lot/etiquettes.py`, lu par le benchmark) que l'app lance. -- `detectors/` : les détecteurs du journal du matin, un par famille, classés en événements par `categories.py`. -- `agent-tools/` : les outils de lecture des agents ; `donnees.py`, la lecture commune, sert aussi aux détecteurs et à l'app. +- `.claude/` : les agents de l'app, `analyste` et `tool-builder`, et le skill `lire-les-donnees` (le mode d'emploi des outils de lecture). +- `agent-tools/` : les outils de lecture ; `donnees.py`, la lecture commune, sert aussi à l'app. - `labeling/` : le savoir du labeling (`regles-d-etiquetage.md`, `familles.md`, `carte-des-etiquettes.md`, `connaissances/`), les étiquettes (`auto/.jsonl`, la vérité du benchmark ; `manual/`), les analyses de l'app (`auto/analyses/`), et `controle.py`, `ids.py`. -- `detector-learner/` : les séances d'optimisation, une par dossier `_/`, et `historique.csv`, le benchmark séance après séance. -- `vues-deplacements/contexte/seuils-du-journal.md` : le registre des seuils des détecteurs. -- `docs/` : `ameliorations-processus.md` (les difficultés des séances, tenu par le `releveur`), `domaine/pieges-des-donnees.md`. +- `detectors/` : le dépôt **detectors**, en sous-module : les détecteurs et le plugin Claude Code qui les améliore (`/detectors:detector-learner`), ses séances et son historique. La séance y commite ; pousser `detectors` pour que tous aient les détecteurs à jour. - `data/` : les données des stations, **hors de git**, un dossier par station (`displacement/`, `metrics/`, `camera/`, `images/`). -Copié de Support-Agent le 2026-11-13 (commit 48a3092 et les changements du bouton « Optimiser » non encore commités là-bas). +## Installer et lancer -## Installer +La tâche VS Code **Run app** fait tout : monte `detectors`, crée `.venv` et construit le front s'ils manquent, lance le serveur. Il faut seulement les données : ```bash ln -s /data data # ou un dossier data/ rempli par le pompage -python3 -m venv .venv && .venv/bin/pip install fastapi uvicorn markdown plotly matplotlib -cd app/web && npm install && npm run build ``` -`claude` (Claude Code, connecté) doit être sur le `PATH` pour l'onglet Analysis. - -## Lancer +À la main : ```bash +git submodule update --init +python3 -m venv .venv && .venv/bin/pip install fastapi uvicorn markdown plotly matplotlib +cd app/web && npm install && npm run build && cd ../.. .venv/bin/python app/serveur/serveur.py ``` -La page s'ouvre sur `http://127.0.0.1:8770`. Vérifications : `.venv/bin/python app/serveur/check.py`. Benchmark des détecteurs : `python3 .claude/skills/detector-learner/regression.py`. +La page s'ouvre sur `http://127.0.0.1:8770`. `claude` (Claude Code, connecté) doit être sur le `PATH` pour l'onglet Analysis. Vérifications : `.venv/bin/python app/serveur/check.py`. Benchmark des détecteurs : `python3 detectors/skills/detector-learner/regression.py`. diff --git a/app/README.md b/app/README.md index c39414c..c114e79 100644 --- a/app/README.md +++ b/app/README.md @@ -2,7 +2,7 @@ L'outil du diagnostic manuel : la page Data (la page Images, retirée, vit dans Data ; la page Support est retirée). -- **Data** (D-139) : le visualiseur de courbes, et l'étiquetage de `labeling/labeling.py` : un plot au départ (déplacements, caméra, qualité, métriques système), « Ajouter un plot » pour en voir plusieurs, alignés sur le temps, la croix pour en enlever un, un clic sur une courbe cale les images sur l'image la plus proche de son instant ; sous eux le choix des étiquettes, Detectors (les événements des détecteurs du journal, `detectors/categories.py`, en lecture seule, D-140), LLM (`labeling/auto/`, en lecture seule) ou Analysis (les mêmes étiquettes de `labeling/auto/`, à modifier, supprimer), et leur barre ; avec Detectors et LLM, y glisser zoome dans le temps ; avec Analysis, y glisser sélectionne une plage, puis des indices facultatifs, « Analyser la plage » : `serveur/analyse.py` lance l'étiqueteur par `claude -p` (non interactif) sur la plage ; il écrit dans `labeling/auto/analyses/__/` ses étiquettes et un rapport de diagnostic (`rapport.md`, ses figures ; son travail et le journal de claude dans `travail/`, hors de git) ; la page suit son avancement, puis montre le rapport, et le serveur verse ses étiquettes dans `labeling/auto/.jsonl` (champ `analyse`, sans `revue` : à relire par `/review-auto-labels`) ; « Voir le rapport » sur une étiquette ainsi faite le rouvre. La barre latérale range toutes les analyses de `labeling/auto/analyses/` en dossiers, un par station (ouvert d'office s'il en a une en cours), et dedans une analyse par plage, la plus récente en tête, avec son état ; un clic ouvre Data sur elle. Une analyse s'arrête avec le serveur (« interrompue ») : sa session gardée, « continue » dans le champ de message la reprend. Sur une analyse finie, « Optimiser les détecteurs » lance `/detector-learner ` par `claude -p` (D-148) : les détecteurs, puis les outils de lecture, améliorés depuis l'analyse, commités sur `main` ; la page suit le fil de la séance (`travail/optimisation.jsonl`), puis montre son bilan (`detector-learner/_/bilan.md`) sous le rapport. Une optimisation à la fois ; pendant, ni analyse ni message à l'analyste ; une optimisation coupée par l'arrêt du serveur se relance par le bouton. Un clic met une étiquette en évidence sur les plots et la barre, cale les images sur son début, et l'ouvre (avec Analysis : bornes, famille, texte, Enregistrer, Supprimer) ; un clic ailleurs sur la barre la referme. Les zones des étiquettes sur les plots sont à peine visibles (opacité 0,05, 0,07 en sombre). Écrit dans `labeling/auto/.jsonl` ; `labeling/manual/` ne s'écrit plus que par `labeling/labeling.py`. À droite, les images de la caméra, comme `view/view.py` (glisseur, ◀ ▶ et flèches du clavier ; molette pour zoomer, glisser pour se déplacer, double clic pour l'image entière ; case Noms ; une plage sur la barre sous le glisseur dessine la flèche de déplacement de chaque capteur), sur la même station et la même plage (D-140) ; une flèche en haut à gauche de l'image l'agrandit et pousse les plots vers la gauche (les colonnes glissent, les plots se recalent à la fin du glissement), la flèche inverse la ramène. Les événements des détecteurs ne portent que leur famille dans la barre ; la bulle donne leurs cibles ; au clic, leurs dates, leurs capteurs (cibles et références), le message (la première phrase du journal) et l'action (la colonne « Pour le client » de `labeling/familles.md`, précisée par sorte, `station.ACTION_SORTE`). Sous l'image, les paramètres du diagnostic : « Focus on event curves » (un événement ouvert, les plots ne montrent que ses capteurs : ceux des détecteurs, ou ceux que nomme le texte d'une étiquette), les familles montrées (filtre immédiat de la page) et, pour Detectors seulement, les cibles considérées, les autres écartées avant les détecteurs (« Relancer les détecteurs », paramètre `cibles` de `/api/detecteurs`). Sans dates dans l'adresse, la sélection prend les 5 derniers jours UTC, aujourd'hui compris. Detectors est la source par défaut. +- **Data** (D-139) : le visualiseur de courbes, et l'étiquetage de `labeling/labeling.py` : un plot au départ (déplacements, caméra, qualité, métriques système), « Ajouter un plot » pour en voir plusieurs, alignés sur le temps, la croix pour en enlever un, un clic sur une courbe cale les images sur l'image la plus proche de son instant ; sous eux le choix des étiquettes, Detectors (les événements des détecteurs du journal, `detectors/categories.py`, en lecture seule, D-140), LLM (`labeling/auto/`, en lecture seule) ou Analysis (les mêmes étiquettes de `labeling/auto/`, à modifier, supprimer), et leur barre ; avec Detectors et LLM, y glisser zoome dans le temps ; avec Analysis, y glisser sélectionne une plage, puis des indices facultatifs, « Analyser la plage » : `serveur/analyse.py` lance l'analyste par `claude -p` (non interactif) sur la plage ; il écrit dans `labeling/auto/analyses/__/` ses étiquettes et un rapport de diagnostic (`rapport.md`, ses figures ; son travail et le journal de claude dans `travail/`, hors de git) ; la page suit son avancement, puis montre le rapport, et le serveur verse ses étiquettes dans `labeling/auto/.jsonl` (champ `analyse`, sans `revue` : à relire par `/review-auto-labels`) ; « Voir le rapport » sur une étiquette ainsi faite le rouvre. La barre latérale range toutes les analyses de `labeling/auto/analyses/` en dossiers, un par station (ouvert d'office s'il en a une en cours), et dedans une analyse par plage, la plus récente en tête, avec son état ; un clic ouvre Data sur elle. Une analyse s'arrête avec le serveur (« interrompue ») : sa session gardée, « continue » dans le champ de message la reprend. Sur une analyse finie, « Optimiser les détecteurs » lance `/detector-learner ` par `claude -p` (D-148) : les détecteurs, puis les outils de lecture, améliorés depuis l'analyse, commités sur `main` ; la page suit le fil de la séance (`travail/optimisation.jsonl`), puis montre son bilan (`detector-learner/_/bilan.md`) sous le rapport. Une optimisation à la fois ; pendant, ni analyse ni message à l'analyste ; une optimisation coupée par l'arrêt du serveur se relance par le bouton. Un clic met une étiquette en évidence sur les plots et la barre, cale les images sur son début, et l'ouvre (avec Analysis : bornes, famille, texte, Enregistrer, Supprimer) ; un clic ailleurs sur la barre la referme. Les zones des étiquettes sur les plots sont à peine visibles (opacité 0,05, 0,07 en sombre). Écrit dans `labeling/auto/.jsonl` ; `labeling/manual/` ne s'écrit plus que par `labeling/labeling.py`. À droite, les images de la caméra, comme `view/view.py` (glisseur, ◀ ▶ et flèches du clavier ; molette pour zoomer, glisser pour se déplacer, double clic pour l'image entière ; case Noms ; une plage sur la barre sous le glisseur dessine la flèche de déplacement de chaque capteur), sur la même station et la même plage (D-140) ; une flèche en haut à gauche de l'image l'agrandit et pousse les plots vers la gauche (les colonnes glissent, les plots se recalent à la fin du glissement), la flèche inverse la ramène. Les événements des détecteurs ne portent que leur famille dans la barre ; la bulle donne leurs cibles ; au clic, leurs dates, leurs capteurs (cibles et références), le message (la première phrase du journal) et l'action (la colonne « Pour le client » de `labeling/familles.md`, précisée par sorte, `station.ACTION_SORTE`). Sous l'image, les paramètres du diagnostic : « Focus on event curves » (un événement ouvert, les plots ne montrent que ses capteurs : ceux des détecteurs, ou ceux que nomme le texte d'une étiquette), les familles montrées (filtre immédiat de la page) et, pour Detectors seulement, les cibles considérées, les autres écartées avant les détecteurs (« Relancer les détecteurs », paramètre `cibles` de `/api/detecteurs`). Sans dates dans l'adresse, la sélection prend les 5 derniers jours UTC, aujourd'hui compris. Detectors est la source par défaut. Data garde la station et la plage (UTC, Au exclue) dans l'adresse : `#/data?station=NIEDERHORN&du=2026-09-25&au=2026-10-08`. @@ -28,7 +28,7 @@ La page s'ouvre sur `http://127.0.0.1:8770`. Réglages par variables : `AIMSIGHT - `serveur/serveur.py` : FastAPI ; sert la page construite et l'API sous `/api` (stations, images, courbes, détecteurs, étiquettes, analyses) ; ne répond qu'aux pages du poste (Host local, JSON déclaré). - `serveur/station.py` : les données de la page Data ; lecture seule sur `data/`, écrit seulement dans `labeling/{auto,manual}/`. -- `serveur/analyse.py` : l'onglet Analysis ; lance `claude` (Claude Code, connecté) avec l'agent `etiqueteur`, outils Read, Write, Bash autorisés sans demande ; et l'optimisation, `/detector-learner `, outils Read, Write, Edit, Bash, Agent autorisés sans demande. +- `serveur/analyse.py` : l'onglet Analysis ; lance `claude` (Claude Code, connecté) avec l'agent `analyste`, outils Read, Write, Bash autorisés sans demande ; et l'optimisation, `/detectors:detector-learner ` (`--plugin-dir detectors`, outils Read, Write, Edit, Bash, Agent) puis l'agent `tool-builder` (Read, Write, Edit, Bash), autorisés sans demande. - `serveur/check.py` : vérifications, sans appel à claude : `.venv/bin/python app/serveur/check.py`. - `web/` : React (Vite) et Mantine ; `src/App.jsx` (en-tête, barre latérale, adresse), `src/pages/` (une page par fichier), `src/commun.jsx` (requêtes, cartes, sélecteur), `src/main.jsx` (thème). Plotly, habillé aux couleurs de Mantine (D-139), ne se charge qu'avec Data. `dist/` et `node_modules/` hors de git. diff --git a/app/serveur/analyse.py b/app/serveur/analyse.py index dc4610b..5bef905 100644 --- a/app/serveur/analyse.py +++ b/app/serveur/analyse.py @@ -1,12 +1,14 @@ -"""L'onglet Analysis de la page Data : un analyste (l'étiqueteur, .claude/agents/etiqueteur.md) lancé par `claude -p`, non -interactif, sur une plage choisie dans la page, avec les indices facultatifs de l'utilisateur. Il écrit dans +"""L'onglet Analysis de la page Data : l'analyste (.claude/agents/analyste.md) lancé par `claude -p`, non interactif, sur une +plage choisie dans la page, avec les indices facultatifs de l'utilisateur. Il écrit dans labeling/auto/analyses/__/ ses étiquettes (etiquettes.jsonl) et un rapport de diagnostic (rapport.md, ses figures à côté) ; à la fin, le serveur verse ses étiquettes dans labeling/auto/.jsonl, marquées de leur analyse -(champ `analyse`, sans `revue` : à relire par /review-auto-labels). Puis l'utilisateur peut lui écrire : la même -session reprend (`claude -p --resume`), et ses étiquettes, si elles changent, remplacent celles qu'il avait versées. -Sur une analyse finie, « Optimiser » lance `/detector-learner ` par `claude -p` (D-148) : les détecteurs, puis les outils de -lecture, améliorés depuis l'analyse ; une optimisation à la fois, ni analyse ni message pendant ; son bilan, -detector-learner/_/bilan.md, s'affiche sous le rapport. +(champ `analyse`). Puis l'utilisateur peut lui écrire : la même session reprend (`claude -p --resume`), et ses étiquettes, si +elles changent, remplacent celles qu'il avait versées. +Sur une analyse finie, « Optimiser » lance `/detectors:detector-learner ` (le plugin du dépôt detectors, monté en +detectors/), qui améliore les détecteurs depuis l'analyse, puis le tool-builder (.claude/agents/tool-builder.md), qui fait entrer +les scripts de l'analyste dans les outils de lecture ; une optimisation à la fois, ni analyse ni message pendant ; le bilan de +la séance (detectors/detector-learner/_/bilan.md) et celui des outils (/outils.md) s'affichent sous +le rapport. """ import html import json @@ -20,31 +22,9 @@ import markdown import station DOSSIER = station.ETIQUETTES / "auto" / "analyses" -SEANCES = station.RACINE / "detector-learner" # les séances de /detector-learner, _/ -CONSIGNE = """Tu travailles pour la page Data de la web app : l'utilisateur a sélectionné une plage et te demande de la \ -diagnostiquer. Ce n'est pas un lot ordinaire : il y a vu une anomalie que les détecteurs captent mal, ou il veut une analyse \ -plus poussée. - -- Station : data/{station}/ -- Lot : {debut} → {fin} (UTC) -- Dossier de sortie : {sortie}/ (tes figures de travail et les sorties des outils dans {sortie}/travail/) -- Indices de l'utilisateur : {indices} - -Fais ton travail d'étiqueteur sur ce lot, à ces différences près : -1. Tes étiquettes vont dans {sortie}/etiquettes.jsonl ; c'est le serveur qui les versera dans labeling/auto/{station}.jsonl. \ -Celles qui y sont déjà sur la plage (lis-les) restent : ne refais pas une étiquette juste ; une étiquette que tu crois fausse, \ -dis-le dans le rapport. -2. En plus de {sortie}/analyse.md, écris {sortie}/rapport.md, le rapport de diagnostic que l'utilisateur lira dans la page, \ -en français, comme l'analyse d'un cas du support : - - `# {station} : `, puis la question (sa sélection, ses indices) en une ou deux phrases ; - - « Ce que montrent les données » : chaque événement daté (UTC), les capteurs touchés et ceux qui ne bougent pas, la \ -cause et son niveau de preuve (confirmed / strongly supported / consistent with / possible / insufficient evidence / not \ -observed), la commande qui fonde chaque fait ; - - les figures qui prouvent, chacune insérée par `![légende](chemin relatif à {sortie}/)` et suivie d'une ligne qui dit ce \ -qu'on y voit : courbes (graphique.py), vignettes, images entières de la caméra (copie-les dans {sortie}/ avec cp) ; \ -quelques-unes, choisies, pas toutes celles de travail ; - - « Ce qui reste non établi » ; « Étiquettes » : celles que tu proposes, en une ligne chacune. -Réponds en 2 lignes : le nombre d'étiquettes, le chemin du rapport.""" +SEANCES = station.RACINE / "detectors" / "detector-learner" # les séances de /detectors:detector-learner, _/ +DEMANDE = """Station : data/{station}/. Plage : {debut} → {fin} (UTC). Indices de l'utilisateur : {indices}. \ +Dossier de sortie : {sortie}/.""" # nom -> {"etat": "en cours" | "fini" | "erreur", "lignes": [...], "versees": n} ; une analyse à la fois par plage analyses, verrou = {}, threading.Lock() @@ -76,7 +56,7 @@ def lancer(corps): analyses[nom] = {"etat": "en cours", "lignes": [], "versees": 0, "station": st, "demande": demande} (sortie / "travail").mkdir(parents=True) (sortie / "demande.json").write_text(json.dumps(demande, ensure_ascii=False, indent=1), encoding="utf-8") - prompt = CONSIGNE.format(station=st, debut=debut, fin=fin, sortie=sortie.relative_to(station.RACINE), + prompt = DEMANDE.format(station=st, debut=debut, fin=fin, sortie=sortie.relative_to(station.RACINE), indices=indices or "aucun") threading.Thread(target=travailler, args=(nom, sortie, prompt), daemon=True).start() return {"nom": nom} @@ -86,7 +66,7 @@ def travailler(nom, sortie, prompt, reprise=None): """Un tour de l'analyste : la demande, ou un message de l'utilisateur dans la même session (reprise : son id).""" a = analyses[nom] try: - p = subprocess.Popen(["claude", "-p", prompt, "--agent", "etiqueteur", "--output-format", "stream-json", "--verbose", + p = subprocess.Popen(["claude", "-p", prompt, "--agent", "analyste", "--output-format", "stream-json", "--verbose", "--allowedTools", "Read,Write,Bash", "--permission-mode", "acceptEdits"] + (["--resume", reprise] if reprise else []), cwd=station.RACINE, stdout=subprocess.PIPE, stderr=subprocess.STDOUT, text=True) @@ -220,19 +200,19 @@ table{border-collapse:collapse}td,th{border:1px solid #dee2e6;padding:3px 8px;te body.sombre{color:#c9c9c9}body.sombre code{background:#2e2e2e}body.sombre td,body.sombre th,body.sombre img{border-color:#424242}""" -def _page(chemin, titre, sombre): +def _page(texte, titre, sombre): """Un markdown en HTML, au style de la page ; ses images relatives se résolvent dans le dossier de l'adresse.""" - corps = markdown.markdown(chemin.read_text(encoding="utf-8"), extensions=["tables", "fenced_code"]) + corps = markdown.markdown(texte, extensions=["tables", "fenced_code"]) return (f"{html.escape(titre)}" f"{corps}") def rapport(nom, sombre): """rapport.md en HTML, servi dans le dossier de l'analyse : ses images relatives s'y retrouvent.""" - return _page(fichier(nom, "rapport.md"), nom, sombre) + return _page(fichier(nom, "rapport.md").read_text(encoding="utf-8"), nom, sombre) -# --- « Optimiser » : /detector-learner par claude -p (D-148) +# --- « Optimiser » : /detectors:detector-learner , puis le tool-builder, par claude -p def _bilan(nom): """Le bilan de la dernière séance de cette analyse, ou None.""" @@ -241,15 +221,16 @@ def _bilan(nom): def optimisation(nom): - """-> None (jamais optimisée) ou {etat, lignes, bilan : mtime du dernier bilan}. Après un redémarrage, l'état se relit sur - le disque : fini si un bilan est plus récent que le flux, sinon interrompue.""" + """-> None (jamais optimisée) ou {etat, lignes, bilan : mtime du dernier bilan}. Après un redémarrage, l'état se relit dans + le flux : sa dernière ligne {"type": "fin"} dit fini ou erreur ; sans elle, l'optimisation a été coupée (interrompue).""" flux, b = DOSSIER / nom / "travail" / "optimisation.jsonl", _bilan(nom) o = optimisations.get(nom) if o is None: if not flux.exists(): - return None if b is None else {"etat": "fini", "lignes": [], "bilan": int(b.stat().st_mtime)} - o = {"etat": "fini" if b and b.stat().st_mtime >= flux.stat().st_mtime else "interrompue", - "lignes": [r for l in open(flux, encoding="utf-8") for r in resume(l)]} + return None + lignes = flux.read_text(encoding="utf-8").splitlines() + fin = json.loads(lignes[-1]) if lignes and lignes[-1].startswith('{"type": "fin"') else None + o = {"etat": "interrompue" if fin is None else fin["etat"], "lignes": [r for l in lignes for r in resume(l)]} optimisations[nom] = o return {"etat": o["etat"], "lignes": o["lignes"], "bilan": int(b.stat().st_mtime) if b else None} @@ -258,6 +239,8 @@ def optimiser(nom): """Le bouton « Optimiser » sur une analyse finie : la séance dans un fil ; refusée si une optimisation ou une analyse tourne.""" if etat(nom)["etat"] != "fini": raise station.Refus("seule une analyse finie s'optimise") + if not (station.RACINE / "detectors" / ".claude-plugin" / "plugin.json").exists(): + raise station.Refus("le dépôt detectors n'est pas monté en detectors/ (git submodule update --init)") with verrou: if _optimise(): raise station.Refus(OCCUPE) @@ -269,28 +252,38 @@ def optimiser(nom): def optimiser_fil(nom): - o = optimisations[nom] - try: - p = subprocess.Popen(["claude", "-p", f"/detector-learner {nom}", "--output-format", "stream-json", "--verbose", - "--allowedTools", "Read,Write,Edit,Bash,Agent", "--permission-mode", "acceptEdits"], - cwd=station.RACINE, stdout=subprocess.PIPE, stderr=subprocess.STDOUT, text=True) - (DOSSIER / nom / "travail").mkdir(exist_ok=True) - with open(DOSSIER / nom / "travail" / "optimisation.jsonl", "a", encoding="utf-8") as flux: - for ligne in p.stdout: - flux.write(ligne) - o["lignes"] += resume(ligne) - if p.wait(): - raise RuntimeError(f"claude a fini avec le code {p.returncode}") - o["etat"] = "fini" - except Exception as e: # noqa: BLE001 — l'erreur s'affiche dans la page, le serveur continue - o["lignes"].append(f"Erreur : {e}") - o["etat"] = "erreur" - finally: - station.detecteurs.cache_clear() # les détecteurs ont pu changer : la page Data les recalcule + """Les deux tours de l'optimisation, l'un après l'autre : les détecteurs (le plugin detectors), puis les outils de lecture + (le tool-builder, même si les détecteurs n'ont pas changé).""" + o, sortie = optimisations[nom], DOSSIER / nom + rel = os.path.relpath(sortie, station.RACINE) + tours = [["/detectors:detector-learner " + nom, "--plugin-dir", "detectors", + "--allowedTools", "Read,Write,Edit,Bash,Agent"], + [f"Analyse : {rel}/. Écris {rel}/outils.md.", "--agent", "tool-builder", "--allowedTools", "Read,Write,Edit,Bash"]] + (sortie / "travail").mkdir(exist_ok=True) + with open(sortie / "travail" / "optimisation.jsonl", "a", encoding="utf-8") as flux: + try: + for prompt, *options in tours: + p = subprocess.Popen(["claude", "-p", prompt, "--output-format", "stream-json", "--verbose", + "--permission-mode", "acceptEdits", *options], + cwd=station.RACINE, stdout=subprocess.PIPE, stderr=subprocess.STDOUT, text=True) + for ligne in p.stdout: + flux.write(ligne) + o["lignes"] += resume(ligne) + if p.wait(): + raise RuntimeError(f"claude a fini avec le code {p.returncode}") + o["etat"] = "fini" + except Exception as e: # noqa: BLE001 — l'erreur s'affiche dans la page, le serveur continue + o["lignes"].append(f"Erreur : {e}") + o["etat"] = "erreur" + finally: + flux.write(json.dumps({"type": "fin", "etat": o["etat"]}) + "\n") + station.detecteurs.cache_clear() # les détecteurs ont pu changer : la page Data les recalcule def bilan(nom, sombre): - b = _bilan(nom) - if b is None: + """Le bilan de la séance des détecteurs, puis celui des outils (/outils.md), en une page.""" + b, outils = _bilan(nom), DOSSIER / nom / "outils.md" + if b is None and not outils.exists(): raise station.Refus("aucun bilan pour cette analyse") - return _page(b, nom, sombre) + texte = "\n\n".join(f.read_text(encoding="utf-8") for f in (b, outils) if f and f.exists()) + return _page(texte, nom, sombre) diff --git a/app/serveur/check.py b/app/serveur/check.py index d84ebd9..6f0fb66 100644 --- a/app/serveur/check.py +++ b/app/serveur/check.py @@ -137,17 +137,22 @@ def check_optimisation(): assert analyse.etat("NORDEND_a")["optimisation"]["etat"] == "fini" analyse.analyses["NORDEND_b"]["etat"] = "en cours" # une analyse qui tourne bloque l'optimisation leve(analyse.optimiser, "NORDEND_a") - # après un redémarrage : un flux sans bilan plus récent -> interrompue ; un bilan plus récent -> fini, rendu en HTML + # après un redémarrage : le flux finit par {"type": "fin"} -> fini ; sans cette ligne -> interrompue ; le bilan des + # détecteurs et celui des outils en une page + flux = analyse.DOSSIER / "NORDEND_a" / "travail" / "optimisation.jsonl" + assert flux.read_text().endswith('{"type": "fin", "etat": "fini"}\n'), flux.read_text() analyse.analyses.clear() analyse.optimisations.clear() + assert analyse.etat("NORDEND_a")["optimisation"]["etat"] == "fini" + flux.write_text('{"type": "assistant", "message": {"content": []}}\n') + analyse.optimisations.clear() assert analyse.etat("NORDEND_a")["optimisation"]["etat"] == "interrompue" - time.sleep(0.01) (analyse.SEANCES / "2026-11-13T1000Z_NORDEND_a").mkdir() (analyse.SEANCES / "2026-11-13T1000Z_NORDEND_a" / "bilan.md").write_text("# Optimisation\n\n**Résultat** : aucune") - analyse.optimisations.clear() - o = analyse.etat("NORDEND_a")["optimisation"] - assert o["etat"] == "fini" and o["bilan"], o - assert "Résultat" in analyse.bilan("NORDEND_a", False) + (analyse.DOSSIER / "NORDEND_a" / "outils.md").write_text("# Outils\n\n**Outils modifiés** : aucun") + assert analyse.etat("NORDEND_a")["optimisation"]["bilan"] + page = analyse.bilan("NORDEND_a", False) + assert "Résultat" in page and "Outils modifiés" in page, page assert analyse.etat("NORDEND_b")["optimisation"] is None finally: fin.set() diff --git a/app/web/src/pages/Data.jsx b/app/web/src/pages/Data.jsx index 3add09c..66def3b 100644 --- a/app/web/src/pages/Data.jsx +++ b/app/web/src/pages/Data.jsx @@ -488,7 +488,7 @@ const COULEUR_ETAT = { "en cours": "blue", fini: "teal", erreur: "red", interrom // Une analyse de l'onglet Analysis : son fil (relu toutes les 3 s tant qu'elle travaille), son rapport, et un message à // l'analyste, qui reprend sa session ; à la fin de chaque tour, les étiquettes se relisent. Une analyse finie s'optimise -// (/detector-learner , D-148) : le fil de la séance, puis son bilan sous le rapport +// (/detectors:detector-learner , puis le tool-builder) : le fil de la séance, puis ses bilans sous le rapport function Analyse({ nom, sombre, fini, fermer }) { const [a, setA] = useState(null), [tour, setTour] = useState(0), [texte, setTexte] = useState(""); const boite = useRef(), charge = !!a; diff --git a/detector-learner/historique.csv b/detector-learner/historique.csv deleted file mode 100644 index 93c40d1..0000000 --- a/detector-learner/historique.csv +++ /dev/null @@ -1,1402 +0,0 @@ -date,seance,etape,version,station,famille,etiquetees,signalees,les_deux -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,avant,2a8d3da,BREITHORN,Displacement,171,11,11 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,avant,2a8d3da,BREITHORN,Obstruction,71,12,12 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,avant,2a8d3da,BREITHORN,No data,2,2,2 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,avant,2a8d3da,BREITHORN,Visibility,0,34,0 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,avant,2a8d3da,JUNGFRAU,Target issue,571,2433,571 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,avant,2a8d3da,JUNGFRAU,Displacement,0,2433,0 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,avant,2a8d3da,JUNGFRAU,Thermal displacement,504,889,201 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,avant,2a8d3da,JUNGFRAU,Obstruction,0,191,0 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,avant,2a8d3da,JUNGFRAU,sans famille,576,0,0 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,avant,2a8d3da,JUNGFRAU,saut_bref,0,14,0 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,avant,2a8d3da,JUNGFRAU,No data,0,4,0 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,avant,2a8d3da,JUNGFRAU,Visibility,47,287,25 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,avant,2a8d3da,MICHIGAN,Target issue,133,0,0 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,avant,2a8d3da,MICHIGAN,Displacement,9,1,0 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,avant,2a8d3da,MICHIGAN,Thermal displacement,135,0,0 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,avant,2a8d3da,MICHIGAN,No data,2,2,2 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,avant,2a8d3da,NEBRASKA,Target issue,133,0,0 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,avant,2a8d3da,NEBRASKA,Displacement,53,2,1 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,avant,2a8d3da,NEBRASKA,Thermal displacement,91,0,0 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,avant,2a8d3da,NEBRASKA,No data,2,2,2 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,avant,2a8d3da,NEBRASKA,Visibility,10,1,1 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,avant,2a8d3da,NORDEND,Thermal displacement,332,318,316 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,avant,2a8d3da,NORDEND,Obstruction,6,83,0 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,avant,2a8d3da,NORDEND,No data,2,0,0 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,avant,2a8d3da,NORDEND,Visibility,111,13,11 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,avant,2a8d3da,WILDSTRUBEL,Thermal displacement,0,126,0 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,avant,2a8d3da,WILDSTRUBEL,Obstruction,294,193,107 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,avant,2a8d3da,WILDSTRUBEL,Visibility,290,113,108 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,avant,2a8d3da,Total,Target issue,837,2433,571 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,avant,2a8d3da,Total,Displacement,233,2447,12 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,avant,2a8d3da,Total,Thermal displacement,1062,1333,517 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,avant,2a8d3da,Total,Obstruction,371,479,119 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,avant,2a8d3da,Total,sans famille,576,0,0 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,avant,2a8d3da,Total,saut_bref,0,14,0 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,avant,2a8d3da,Total,No data,8,10,6 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,avant,2a8d3da,Total,Visibility,458,448,145 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,modification 1,f790519+,BREITHORN,Displacement,171,11,11 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,modification 1,f790519+,BREITHORN,Obstruction,71,41,41 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,modification 1,f790519+,BREITHORN,No data,2,2,2 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,modification 1,f790519+,BREITHORN,Visibility,0,34,0 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,modification 1,f790519+,JUNGFRAU,Target issue,571,2433,571 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,modification 1,f790519+,JUNGFRAU,Displacement,0,2433,0 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,modification 1,f790519+,JUNGFRAU,Thermal displacement,504,889,201 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,modification 1,f790519+,JUNGFRAU,Obstruction,0,191,0 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,modification 1,f790519+,JUNGFRAU,sans famille,576,0,0 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,modification 1,f790519+,JUNGFRAU,saut_bref,0,14,0 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,modification 1,f790519+,JUNGFRAU,No data,0,4,0 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,modification 1,f790519+,JUNGFRAU,Visibility,47,287,25 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,modification 1,f790519+,MICHIGAN,Target issue,133,132,132 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,modification 1,f790519+,MICHIGAN,Displacement,9,1,0 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,modification 1,f790519+,MICHIGAN,Thermal displacement,135,0,0 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,modification 1,f790519+,MICHIGAN,No data,2,2,2 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,modification 1,f790519+,NEBRASKA,Target issue,133,132,132 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,modification 1,f790519+,NEBRASKA,Displacement,53,2,1 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,modification 1,f790519+,NEBRASKA,Thermal displacement,91,0,0 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,modification 1,f790519+,NEBRASKA,No data,2,2,2 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,modification 1,f790519+,NEBRASKA,Visibility,10,1,1 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,modification 1,f790519+,NORDEND,Thermal displacement,332,318,316 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,modification 1,f790519+,NORDEND,Obstruction,6,83,0 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,modification 1,f790519+,NORDEND,No data,2,0,0 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,modification 1,f790519+,NORDEND,Visibility,111,13,11 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,modification 1,f790519+,WILDSTRUBEL,Thermal displacement,0,126,0 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,modification 1,f790519+,WILDSTRUBEL,Obstruction,294,193,107 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,modification 1,f790519+,WILDSTRUBEL,Visibility,290,113,108 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,modification 1,f790519+,Total,Target issue,837,2697,835 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,modification 1,f790519+,Total,Displacement,233,2447,12 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,modification 1,f790519+,Total,Thermal displacement,1062,1333,517 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,modification 1,f790519+,Total,Obstruction,371,508,148 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,modification 1,f790519+,Total,sans famille,576,0,0 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,modification 1,f790519+,Total,saut_bref,0,14,0 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,modification 1,f790519+,Total,No data,8,10,6 -2026-11-03T13:01Z,2026-11-03T1249Z_NEBRASKA,modification 1,f790519+,Total,Visibility,458,448,145 -2026-11-03T13:18Z,2026-11-03T1317Z_BREITHORN,avant,516b538,BREITHORN,Displacement,171,11,11 -2026-11-03T13:18Z,2026-11-03T1317Z_BREITHORN,avant,516b538,BREITHORN,Obstruction,71,41,41 -2026-11-03T13:18Z,2026-11-03T1317Z_BREITHORN,avant,516b538,BREITHORN,No data,2,2,2 -2026-11-03T13:18Z,2026-11-03T1317Z_BREITHORN,avant,516b538,BREITHORN,Visibility,0,34,0 -2026-11-03T13:18Z,2026-11-03T1317Z_BREITHORN,avant,516b538,JUNGFRAU,Target issue,571,2433,571 -2026-11-03T13:18Z,2026-11-03T1317Z_BREITHORN,avant,516b538,JUNGFRAU,Displacement,0,2433,0 -2026-11-03T13:18Z,2026-11-03T1317Z_BREITHORN,avant,516b538,JUNGFRAU,Thermal displacement,504,889,201 -2026-11-03T13:18Z,2026-11-03T1317Z_BREITHORN,avant,516b538,JUNGFRAU,Obstruction,0,191,0 -2026-11-03T13:18Z,2026-11-03T1317Z_BREITHORN,avant,516b538,JUNGFRAU,sans famille,576,0,0 -2026-11-03T13:18Z,2026-11-03T1317Z_BREITHORN,avant,516b538,JUNGFRAU,saut_bref,0,14,0 -2026-11-03T13:18Z,2026-11-03T1317Z_BREITHORN,avant,516b538,JUNGFRAU,No data,0,4,0 -2026-11-03T13:18Z,2026-11-03T1317Z_BREITHORN,avant,516b538,JUNGFRAU,Visibility,47,287,25 -2026-11-03T13:18Z,2026-11-03T1317Z_BREITHORN,avant,516b538,MICHIGAN,Target issue,133,132,132 -2026-11-03T13:18Z,2026-11-03T1317Z_BREITHORN,avant,516b538,MICHIGAN,Displacement,9,1,0 -2026-11-03T13:18Z,2026-11-03T1317Z_BREITHORN,avant,516b538,MICHIGAN,Thermal displacement,135,0,0 -2026-11-03T13:18Z,2026-11-03T1317Z_BREITHORN,avant,516b538,MICHIGAN,No data,2,2,2 -2026-11-03T13:18Z,2026-11-03T1317Z_BREITHORN,avant,516b538,NEBRASKA,Target issue,133,132,132 -2026-11-03T13:18Z,2026-11-03T1317Z_BREITHORN,avant,516b538,NEBRASKA,Displacement,53,2,1 -2026-11-03T13:18Z,2026-11-03T1317Z_BREITHORN,avant,516b538,NEBRASKA,Thermal displacement,91,0,0 -2026-11-03T13:18Z,2026-11-03T1317Z_BREITHORN,avant,516b538,NEBRASKA,No data,2,2,2 -2026-11-03T13:18Z,2026-11-03T1317Z_BREITHORN,avant,516b538,NEBRASKA,Visibility,10,1,1 -2026-11-03T13:18Z,2026-11-03T1317Z_BREITHORN,avant,516b538,NORDEND,Thermal displacement,332,318,316 -2026-11-03T13:18Z,2026-11-03T1317Z_BREITHORN,avant,516b538,NORDEND,Obstruction,6,83,0 -2026-11-03T13:18Z,2026-11-03T1317Z_BREITHORN,avant,516b538,NORDEND,No data,2,0,0 -2026-11-03T13:18Z,2026-11-03T1317Z_BREITHORN,avant,516b538,NORDEND,Visibility,111,13,11 -2026-11-03T13:18Z,2026-11-03T1317Z_BREITHORN,avant,516b538,WILDSTRUBEL,Thermal displacement,0,126,0 -2026-11-03T13:18Z,2026-11-03T1317Z_BREITHORN,avant,516b538,WILDSTRUBEL,Obstruction,294,193,107 -2026-11-03T13:18Z,2026-11-03T1317Z_BREITHORN,avant,516b538,WILDSTRUBEL,Visibility,290,113,108 -2026-11-03T13:18Z,2026-11-03T1317Z_BREITHORN,avant,516b538,Total,Target issue,837,2697,835 -2026-11-03T13:18Z,2026-11-03T1317Z_BREITHORN,avant,516b538,Total,Displacement,233,2447,12 -2026-11-03T13:18Z,2026-11-03T1317Z_BREITHORN,avant,516b538,Total,Thermal displacement,1062,1333,517 -2026-11-03T13:18Z,2026-11-03T1317Z_BREITHORN,avant,516b538,Total,Obstruction,371,508,148 -2026-11-03T13:18Z,2026-11-03T1317Z_BREITHORN,avant,516b538,Total,sans famille,576,0,0 -2026-11-03T13:18Z,2026-11-03T1317Z_BREITHORN,avant,516b538,Total,saut_bref,0,14,0 -2026-11-03T13:18Z,2026-11-03T1317Z_BREITHORN,avant,516b538,Total,No data,8,10,6 -2026-11-03T13:18Z,2026-11-03T1317Z_BREITHORN,avant,516b538,Total,Visibility,458,448,145 -2026-11-03T13:27Z,2026-11-03T1317Z_BREITHORN,modification 1,70cbae9,BREITHORN,Displacement,171,11,11 -2026-11-03T13:27Z,2026-11-03T1317Z_BREITHORN,modification 1,70cbae9,BREITHORN,Obstruction,71,41,41 -2026-11-03T13:27Z,2026-11-03T1317Z_BREITHORN,modification 1,70cbae9,BREITHORN,No data,2,2,2 -2026-11-03T13:27Z,2026-11-03T1317Z_BREITHORN,modification 1,70cbae9,BREITHORN,Visibility,0,34,0 -2026-11-03T13:27Z,2026-11-03T1317Z_BREITHORN,modification 1,70cbae9,JUNGFRAU,Target issue,571,2433,571 -2026-11-03T13:27Z,2026-11-03T1317Z_BREITHORN,modification 1,70cbae9,JUNGFRAU,Displacement,0,2433,0 -2026-11-03T13:27Z,2026-11-03T1317Z_BREITHORN,modification 1,70cbae9,JUNGFRAU,Thermal displacement,504,889,201 -2026-11-03T13:27Z,2026-11-03T1317Z_BREITHORN,modification 1,70cbae9,JUNGFRAU,Obstruction,0,191,0 -2026-11-03T13:27Z,2026-11-03T1317Z_BREITHORN,modification 1,70cbae9,JUNGFRAU,sans famille,576,0,0 -2026-11-03T13:27Z,2026-11-03T1317Z_BREITHORN,modification 1,70cbae9,JUNGFRAU,saut_bref,0,14,0 -2026-11-03T13:27Z,2026-11-03T1317Z_BREITHORN,modification 1,70cbae9,JUNGFRAU,No data,0,4,0 -2026-11-03T13:27Z,2026-11-03T1317Z_BREITHORN,modification 1,70cbae9,JUNGFRAU,Visibility,47,287,25 -2026-11-03T13:27Z,2026-11-03T1317Z_BREITHORN,modification 1,70cbae9,MICHIGAN,Target issue,133,132,132 -2026-11-03T13:27Z,2026-11-03T1317Z_BREITHORN,modification 1,70cbae9,MICHIGAN,Displacement,9,1,0 -2026-11-03T13:27Z,2026-11-03T1317Z_BREITHORN,modification 1,70cbae9,MICHIGAN,Thermal displacement,135,0,0 -2026-11-03T13:27Z,2026-11-03T1317Z_BREITHORN,modification 1,70cbae9,MICHIGAN,No data,2,2,2 -2026-11-03T13:27Z,2026-11-03T1317Z_BREITHORN,modification 1,70cbae9,NEBRASKA,Target issue,133,132,132 -2026-11-03T13:27Z,2026-11-03T1317Z_BREITHORN,modification 1,70cbae9,NEBRASKA,Displacement,53,2,1 -2026-11-03T13:27Z,2026-11-03T1317Z_BREITHORN,modification 1,70cbae9,NEBRASKA,Thermal displacement,91,0,0 -2026-11-03T13:27Z,2026-11-03T1317Z_BREITHORN,modification 1,70cbae9,NEBRASKA,No data,2,2,2 -2026-11-03T13:27Z,2026-11-03T1317Z_BREITHORN,modification 1,70cbae9,NEBRASKA,Visibility,10,1,1 -2026-11-03T13:27Z,2026-11-03T1317Z_BREITHORN,modification 1,70cbae9,NORDEND,Thermal displacement,332,318,316 -2026-11-03T13:27Z,2026-11-03T1317Z_BREITHORN,modification 1,70cbae9,NORDEND,Obstruction,6,83,0 -2026-11-03T13:27Z,2026-11-03T1317Z_BREITHORN,modification 1,70cbae9,NORDEND,No data,2,0,0 -2026-11-03T13:27Z,2026-11-03T1317Z_BREITHORN,modification 1,70cbae9,NORDEND,Visibility,111,13,11 -2026-11-03T13:27Z,2026-11-03T1317Z_BREITHORN,modification 1,70cbae9,WILDSTRUBEL,Thermal displacement,0,126,0 -2026-11-03T13:27Z,2026-11-03T1317Z_BREITHORN,modification 1,70cbae9,WILDSTRUBEL,Obstruction,294,193,107 -2026-11-03T13:27Z,2026-11-03T1317Z_BREITHORN,modification 1,70cbae9,WILDSTRUBEL,Visibility,290,113,108 -2026-11-03T13:27Z,2026-11-03T1317Z_BREITHORN,modification 1,70cbae9,Total,Target issue,837,2697,835 -2026-11-03T13:27Z,2026-11-03T1317Z_BREITHORN,modification 1,70cbae9,Total,Displacement,233,2447,12 -2026-11-03T13:27Z,2026-11-03T1317Z_BREITHORN,modification 1,70cbae9,Total,Thermal displacement,1062,1333,517 -2026-11-03T13:27Z,2026-11-03T1317Z_BREITHORN,modification 1,70cbae9,Total,Obstruction,371,508,148 -2026-11-03T13:27Z,2026-11-03T1317Z_BREITHORN,modification 1,70cbae9,Total,sans famille,576,0,0 -2026-11-03T13:27Z,2026-11-03T1317Z_BREITHORN,modification 1,70cbae9,Total,saut_bref,0,14,0 -2026-11-03T13:27Z,2026-11-03T1317Z_BREITHORN,modification 1,70cbae9,Total,No data,8,10,6 -2026-11-03T13:27Z,2026-11-03T1317Z_BREITHORN,modification 1,70cbae9,Total,Visibility,458,448,145 -2026-11-03T13:34Z,2026-11-03T1317Z_BREITHORN,modification 2,8e94f02+,BREITHORN,Displacement,171,11,11 -2026-11-03T13:34Z,2026-11-03T1317Z_BREITHORN,modification 2,8e94f02+,BREITHORN,Obstruction,71,45,45 -2026-11-03T13:34Z,2026-11-03T1317Z_BREITHORN,modification 2,8e94f02+,BREITHORN,No data,2,2,2 -2026-11-03T13:34Z,2026-11-03T1317Z_BREITHORN,modification 2,8e94f02+,BREITHORN,Visibility,0,25,0 -2026-11-03T13:34Z,2026-11-03T1317Z_BREITHORN,modification 2,8e94f02+,JUNGFRAU,Target issue,571,2433,571 -2026-11-03T13:34Z,2026-11-03T1317Z_BREITHORN,modification 2,8e94f02+,JUNGFRAU,Displacement,0,2433,0 -2026-11-03T13:34Z,2026-11-03T1317Z_BREITHORN,modification 2,8e94f02+,JUNGFRAU,Thermal displacement,504,889,201 -2026-11-03T13:34Z,2026-11-03T1317Z_BREITHORN,modification 2,8e94f02+,JUNGFRAU,Obstruction,0,191,0 -2026-11-03T13:34Z,2026-11-03T1317Z_BREITHORN,modification 2,8e94f02+,JUNGFRAU,sans famille,576,0,0 -2026-11-03T13:34Z,2026-11-03T1317Z_BREITHORN,modification 2,8e94f02+,JUNGFRAU,saut_bref,0,14,0 -2026-11-03T13:34Z,2026-11-03T1317Z_BREITHORN,modification 2,8e94f02+,JUNGFRAU,No data,0,4,0 -2026-11-03T13:34Z,2026-11-03T1317Z_BREITHORN,modification 2,8e94f02+,JUNGFRAU,Visibility,47,287,25 -2026-11-03T13:34Z,2026-11-03T1317Z_BREITHORN,modification 2,8e94f02+,MICHIGAN,Target issue,133,132,132 -2026-11-03T13:34Z,2026-11-03T1317Z_BREITHORN,modification 2,8e94f02+,MICHIGAN,Displacement,9,1,0 -2026-11-03T13:34Z,2026-11-03T1317Z_BREITHORN,modification 2,8e94f02+,MICHIGAN,Thermal displacement,135,0,0 -2026-11-03T13:34Z,2026-11-03T1317Z_BREITHORN,modification 2,8e94f02+,MICHIGAN,No data,2,2,2 -2026-11-03T13:34Z,2026-11-03T1317Z_BREITHORN,modification 2,8e94f02+,NEBRASKA,Target issue,133,132,132 -2026-11-03T13:34Z,2026-11-03T1317Z_BREITHORN,modification 2,8e94f02+,NEBRASKA,Displacement,53,2,1 -2026-11-03T13:34Z,2026-11-03T1317Z_BREITHORN,modification 2,8e94f02+,NEBRASKA,Thermal displacement,91,0,0 -2026-11-03T13:34Z,2026-11-03T1317Z_BREITHORN,modification 2,8e94f02+,NEBRASKA,No data,2,2,2 -2026-11-03T13:34Z,2026-11-03T1317Z_BREITHORN,modification 2,8e94f02+,NEBRASKA,Visibility,10,1,1 -2026-11-03T13:34Z,2026-11-03T1317Z_BREITHORN,modification 2,8e94f02+,NORDEND,Thermal displacement,332,318,316 -2026-11-03T13:34Z,2026-11-03T1317Z_BREITHORN,modification 2,8e94f02+,NORDEND,Obstruction,6,83,0 -2026-11-03T13:34Z,2026-11-03T1317Z_BREITHORN,modification 2,8e94f02+,NORDEND,No data,2,0,0 -2026-11-03T13:34Z,2026-11-03T1317Z_BREITHORN,modification 2,8e94f02+,NORDEND,Visibility,111,13,11 -2026-11-03T13:34Z,2026-11-03T1317Z_BREITHORN,modification 2,8e94f02+,WILDSTRUBEL,Thermal displacement,0,126,0 -2026-11-03T13:34Z,2026-11-03T1317Z_BREITHORN,modification 2,8e94f02+,WILDSTRUBEL,Obstruction,294,193,107 -2026-11-03T13:34Z,2026-11-03T1317Z_BREITHORN,modification 2,8e94f02+,WILDSTRUBEL,Visibility,290,113,108 -2026-11-03T13:34Z,2026-11-03T1317Z_BREITHORN,modification 2,8e94f02+,Total,Target issue,837,2697,835 -2026-11-03T13:34Z,2026-11-03T1317Z_BREITHORN,modification 2,8e94f02+,Total,Displacement,233,2447,12 -2026-11-03T13:34Z,2026-11-03T1317Z_BREITHORN,modification 2,8e94f02+,Total,Thermal displacement,1062,1333,517 -2026-11-03T13:34Z,2026-11-03T1317Z_BREITHORN,modification 2,8e94f02+,Total,Obstruction,371,512,152 -2026-11-03T13:34Z,2026-11-03T1317Z_BREITHORN,modification 2,8e94f02+,Total,sans famille,576,0,0 -2026-11-03T13:34Z,2026-11-03T1317Z_BREITHORN,modification 2,8e94f02+,Total,saut_bref,0,14,0 -2026-11-03T13:34Z,2026-11-03T1317Z_BREITHORN,modification 2,8e94f02+,Total,No data,8,10,6 -2026-11-03T13:34Z,2026-11-03T1317Z_BREITHORN,modification 2,8e94f02+,Total,Visibility,458,439,145 -2026-11-03T14:23Z,2026-11-03T1423Z_MICHIGAN,avant,03ce530,BREITHORN,Displacement,171,11,11 -2026-11-03T14:23Z,2026-11-03T1423Z_MICHIGAN,avant,03ce530,BREITHORN,No data,2,2,2 -2026-11-03T14:23Z,2026-11-03T1423Z_MICHIGAN,avant,03ce530,BREITHORN,Obstruction,71,38,38 -2026-11-03T14:23Z,2026-11-03T1423Z_MICHIGAN,avant,03ce530,BREITHORN,Visibility,0,25,0 -2026-11-03T14:23Z,2026-11-03T1423Z_MICHIGAN,avant,03ce530,JUNGFRAU,Displacement,0,2433,0 -2026-11-03T14:23Z,2026-11-03T1423Z_MICHIGAN,avant,03ce530,JUNGFRAU,No data,0,4,0 -2026-11-03T14:23Z,2026-11-03T1423Z_MICHIGAN,avant,03ce530,JUNGFRAU,Obstruction,0,191,0 -2026-11-03T14:23Z,2026-11-03T1423Z_MICHIGAN,avant,03ce530,JUNGFRAU,Target issue,1147,2433,1147 -2026-11-03T14:23Z,2026-11-03T1423Z_MICHIGAN,avant,03ce530,JUNGFRAU,Thermal displacement,1080,889,406 -2026-11-03T14:23Z,2026-11-03T1423Z_MICHIGAN,avant,03ce530,JUNGFRAU,Visibility,222,287,145 -2026-11-03T14:23Z,2026-11-03T1423Z_MICHIGAN,avant,03ce530,MICHIGAN,Displacement,9,1,0 -2026-11-03T14:23Z,2026-11-03T1423Z_MICHIGAN,avant,03ce530,MICHIGAN,No data,2,2,2 -2026-11-03T14:23Z,2026-11-03T1423Z_MICHIGAN,avant,03ce530,MICHIGAN,Target issue,133,132,132 -2026-11-03T14:23Z,2026-11-03T1423Z_MICHIGAN,avant,03ce530,MICHIGAN,Thermal displacement,135,0,0 -2026-11-03T14:23Z,2026-11-03T1423Z_MICHIGAN,avant,03ce530,NEBRASKA,Displacement,53,3,1 -2026-11-03T14:23Z,2026-11-03T1423Z_MICHIGAN,avant,03ce530,NEBRASKA,No data,2,2,2 -2026-11-03T14:23Z,2026-11-03T1423Z_MICHIGAN,avant,03ce530,NEBRASKA,Target issue,133,132,132 -2026-11-03T14:23Z,2026-11-03T1423Z_MICHIGAN,avant,03ce530,NEBRASKA,Thermal displacement,91,0,0 -2026-11-03T14:23Z,2026-11-03T1423Z_MICHIGAN,avant,03ce530,NEBRASKA,Visibility,10,0,0 -2026-11-03T14:23Z,2026-11-03T1423Z_MICHIGAN,avant,03ce530,NORDEND,No data,2,0,0 -2026-11-03T14:23Z,2026-11-03T1423Z_MICHIGAN,avant,03ce530,NORDEND,Obstruction,6,83,0 -2026-11-03T14:23Z,2026-11-03T1423Z_MICHIGAN,avant,03ce530,NORDEND,Thermal displacement,332,318,316 -2026-11-03T14:23Z,2026-11-03T1423Z_MICHIGAN,avant,03ce530,NORDEND,Visibility,111,13,11 -2026-11-03T14:23Z,2026-11-03T1423Z_MICHIGAN,avant,03ce530,WILDSTRUBEL,Displacement,0,3,0 -2026-11-03T14:23Z,2026-11-03T1423Z_MICHIGAN,avant,03ce530,WILDSTRUBEL,Obstruction,294,191,105 -2026-11-03T14:23Z,2026-11-03T1423Z_MICHIGAN,avant,03ce530,WILDSTRUBEL,Thermal displacement,0,126,0 -2026-11-03T14:23Z,2026-11-03T1423Z_MICHIGAN,avant,03ce530,WILDSTRUBEL,Visibility,290,111,106 -2026-11-03T14:23Z,2026-11-03T1423Z_MICHIGAN,avant,03ce530,Total,Displacement,233,2451,12 -2026-11-03T14:23Z,2026-11-03T1423Z_MICHIGAN,avant,03ce530,Total,No data,8,10,6 -2026-11-03T14:23Z,2026-11-03T1423Z_MICHIGAN,avant,03ce530,Total,Obstruction,371,503,143 -2026-11-03T14:23Z,2026-11-03T1423Z_MICHIGAN,avant,03ce530,Total,Target issue,1413,2697,1411 -2026-11-03T14:23Z,2026-11-03T1423Z_MICHIGAN,avant,03ce530,Total,Thermal displacement,1638,1333,722 -2026-11-03T14:23Z,2026-11-03T1423Z_MICHIGAN,avant,03ce530,Total,Visibility,633,436,262 -2026-11-03T14:37Z,2026-11-03T1423Z_MICHIGAN,modification 1,b54deb3,BREITHORN,Displacement,171,171,171 -2026-11-03T14:37Z,2026-11-03T1423Z_MICHIGAN,modification 1,b54deb3,BREITHORN,No data,2,2,2 -2026-11-03T14:37Z,2026-11-03T1423Z_MICHIGAN,modification 1,b54deb3,BREITHORN,Obstruction,71,38,38 -2026-11-03T14:37Z,2026-11-03T1423Z_MICHIGAN,modification 1,b54deb3,BREITHORN,Visibility,0,25,0 -2026-11-03T14:37Z,2026-11-03T1423Z_MICHIGAN,modification 1,b54deb3,JUNGFRAU,Displacement,0,2433,0 -2026-11-03T14:37Z,2026-11-03T1423Z_MICHIGAN,modification 1,b54deb3,JUNGFRAU,No data,0,4,0 -2026-11-03T14:37Z,2026-11-03T1423Z_MICHIGAN,modification 1,b54deb3,JUNGFRAU,Obstruction,0,191,0 -2026-11-03T14:37Z,2026-11-03T1423Z_MICHIGAN,modification 1,b54deb3,JUNGFRAU,Target issue,1147,2433,1147 -2026-11-03T14:37Z,2026-11-03T1423Z_MICHIGAN,modification 1,b54deb3,JUNGFRAU,Thermal displacement,1080,889,406 -2026-11-03T14:37Z,2026-11-03T1423Z_MICHIGAN,modification 1,b54deb3,JUNGFRAU,Visibility,256,287,174 -2026-11-03T14:37Z,2026-11-03T1423Z_MICHIGAN,modification 1,b54deb3,MICHIGAN,Displacement,9,159,9 -2026-11-03T14:37Z,2026-11-03T1423Z_MICHIGAN,modification 1,b54deb3,MICHIGAN,No data,2,2,2 -2026-11-03T14:37Z,2026-11-03T1423Z_MICHIGAN,modification 1,b54deb3,MICHIGAN,Target issue,133,132,132 -2026-11-03T14:37Z,2026-11-03T1423Z_MICHIGAN,modification 1,b54deb3,MICHIGAN,Thermal displacement,135,46,46 -2026-11-03T14:37Z,2026-11-03T1423Z_MICHIGAN,modification 1,b54deb3,NEBRASKA,Displacement,53,1,1 -2026-11-03T14:37Z,2026-11-03T1423Z_MICHIGAN,modification 1,b54deb3,NEBRASKA,No data,2,2,2 -2026-11-03T14:37Z,2026-11-03T1423Z_MICHIGAN,modification 1,b54deb3,NEBRASKA,Target issue,133,132,132 -2026-11-03T14:37Z,2026-11-03T1423Z_MICHIGAN,modification 1,b54deb3,NEBRASKA,Thermal displacement,91,13,13 -2026-11-03T14:37Z,2026-11-03T1423Z_MICHIGAN,modification 1,b54deb3,NEBRASKA,Visibility,10,0,0 -2026-11-03T14:37Z,2026-11-03T1423Z_MICHIGAN,modification 1,b54deb3,NORDEND,No data,2,0,0 -2026-11-03T14:37Z,2026-11-03T1423Z_MICHIGAN,modification 1,b54deb3,NORDEND,Obstruction,6,83,0 -2026-11-03T14:37Z,2026-11-03T1423Z_MICHIGAN,modification 1,b54deb3,NORDEND,Thermal displacement,332,318,316 -2026-11-03T14:37Z,2026-11-03T1423Z_MICHIGAN,modification 1,b54deb3,NORDEND,Visibility,111,13,11 -2026-11-03T14:37Z,2026-11-03T1423Z_MICHIGAN,modification 1,b54deb3,WILDSTRUBEL,Displacement,0,3,0 -2026-11-03T14:37Z,2026-11-03T1423Z_MICHIGAN,modification 1,b54deb3,WILDSTRUBEL,Obstruction,294,191,105 -2026-11-03T14:37Z,2026-11-03T1423Z_MICHIGAN,modification 1,b54deb3,WILDSTRUBEL,Thermal displacement,0,126,0 -2026-11-03T14:37Z,2026-11-03T1423Z_MICHIGAN,modification 1,b54deb3,WILDSTRUBEL,Visibility,290,111,106 -2026-11-03T14:37Z,2026-11-03T1423Z_MICHIGAN,modification 1,b54deb3,Total,Displacement,233,2767,181 -2026-11-03T14:37Z,2026-11-03T1423Z_MICHIGAN,modification 1,b54deb3,Total,No data,8,10,6 -2026-11-03T14:37Z,2026-11-03T1423Z_MICHIGAN,modification 1,b54deb3,Total,Obstruction,371,503,143 -2026-11-03T14:37Z,2026-11-03T1423Z_MICHIGAN,modification 1,b54deb3,Total,Target issue,1413,2697,1411 -2026-11-03T14:37Z,2026-11-03T1423Z_MICHIGAN,modification 1,b54deb3,Total,Thermal displacement,1638,1392,781 -2026-11-03T14:37Z,2026-11-03T1423Z_MICHIGAN,modification 1,b54deb3,Total,Visibility,667,436,291 -2026-11-03T14:39Z,2026-11-03T1423Z_MICHIGAN,fin,0d43a4c,BREITHORN,Displacement,171,171,171 -2026-11-03T14:39Z,2026-11-03T1423Z_MICHIGAN,fin,0d43a4c,BREITHORN,No data,2,2,2 -2026-11-03T14:39Z,2026-11-03T1423Z_MICHIGAN,fin,0d43a4c,BREITHORN,Obstruction,71,38,38 -2026-11-03T14:39Z,2026-11-03T1423Z_MICHIGAN,fin,0d43a4c,BREITHORN,Visibility,0,25,0 -2026-11-03T14:39Z,2026-11-03T1423Z_MICHIGAN,fin,0d43a4c,JUNGFRAU,Displacement,0,2433,0 -2026-11-03T14:39Z,2026-11-03T1423Z_MICHIGAN,fin,0d43a4c,JUNGFRAU,No data,0,4,0 -2026-11-03T14:39Z,2026-11-03T1423Z_MICHIGAN,fin,0d43a4c,JUNGFRAU,Obstruction,0,191,0 -2026-11-03T14:39Z,2026-11-03T1423Z_MICHIGAN,fin,0d43a4c,JUNGFRAU,Target issue,1147,2433,1147 -2026-11-03T14:39Z,2026-11-03T1423Z_MICHIGAN,fin,0d43a4c,JUNGFRAU,Thermal displacement,1080,889,406 -2026-11-03T14:39Z,2026-11-03T1423Z_MICHIGAN,fin,0d43a4c,JUNGFRAU,Visibility,256,287,174 -2026-11-03T14:39Z,2026-11-03T1423Z_MICHIGAN,fin,0d43a4c,MICHIGAN,Displacement,9,159,9 -2026-11-03T14:39Z,2026-11-03T1423Z_MICHIGAN,fin,0d43a4c,MICHIGAN,No data,2,2,2 -2026-11-03T14:39Z,2026-11-03T1423Z_MICHIGAN,fin,0d43a4c,MICHIGAN,Target issue,133,132,132 -2026-11-03T14:39Z,2026-11-03T1423Z_MICHIGAN,fin,0d43a4c,MICHIGAN,Thermal displacement,135,46,46 -2026-11-03T14:39Z,2026-11-03T1423Z_MICHIGAN,fin,0d43a4c,NEBRASKA,Displacement,53,1,1 -2026-11-03T14:39Z,2026-11-03T1423Z_MICHIGAN,fin,0d43a4c,NEBRASKA,No data,2,2,2 -2026-11-03T14:39Z,2026-11-03T1423Z_MICHIGAN,fin,0d43a4c,NEBRASKA,Target issue,133,132,132 -2026-11-03T14:39Z,2026-11-03T1423Z_MICHIGAN,fin,0d43a4c,NEBRASKA,Thermal displacement,91,13,13 -2026-11-03T14:39Z,2026-11-03T1423Z_MICHIGAN,fin,0d43a4c,NEBRASKA,Visibility,10,0,0 -2026-11-03T14:39Z,2026-11-03T1423Z_MICHIGAN,fin,0d43a4c,NORDEND,No data,2,0,0 -2026-11-03T14:39Z,2026-11-03T1423Z_MICHIGAN,fin,0d43a4c,NORDEND,Obstruction,6,83,0 -2026-11-03T14:39Z,2026-11-03T1423Z_MICHIGAN,fin,0d43a4c,NORDEND,Thermal displacement,332,318,316 -2026-11-03T14:39Z,2026-11-03T1423Z_MICHIGAN,fin,0d43a4c,NORDEND,Visibility,111,13,11 -2026-11-03T14:39Z,2026-11-03T1423Z_MICHIGAN,fin,0d43a4c,WILDSTRUBEL,Displacement,0,3,0 -2026-11-03T14:39Z,2026-11-03T1423Z_MICHIGAN,fin,0d43a4c,WILDSTRUBEL,Obstruction,294,191,105 -2026-11-03T14:39Z,2026-11-03T1423Z_MICHIGAN,fin,0d43a4c,WILDSTRUBEL,Thermal displacement,0,126,0 -2026-11-03T14:39Z,2026-11-03T1423Z_MICHIGAN,fin,0d43a4c,WILDSTRUBEL,Visibility,290,111,106 -2026-11-03T14:39Z,2026-11-03T1423Z_MICHIGAN,fin,0d43a4c,Total,Displacement,233,2767,181 -2026-11-03T14:39Z,2026-11-03T1423Z_MICHIGAN,fin,0d43a4c,Total,No data,8,10,6 -2026-11-03T14:39Z,2026-11-03T1423Z_MICHIGAN,fin,0d43a4c,Total,Obstruction,371,503,143 -2026-11-03T14:39Z,2026-11-03T1423Z_MICHIGAN,fin,0d43a4c,Total,Target issue,1413,2697,1411 -2026-11-03T14:39Z,2026-11-03T1423Z_MICHIGAN,fin,0d43a4c,Total,Thermal displacement,1638,1392,781 -2026-11-03T14:39Z,2026-11-03T1423Z_MICHIGAN,fin,0d43a4c,Total,Visibility,667,436,291 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,BREITHORN,Displacement,168,171,168 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,BREITHORN,No data,2,2,2 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,BREITHORN,Obstruction,48,38,38 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,BREITHORN,Thermal displacement,21,0,0 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,BREITHORN,Visibility,0,25,0 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,CLARIDEN,Displacement,3091,13,3 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,CLARIDEN,No data,20,12,6 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,CLARIDEN,Obstruction,5,42,0 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,CLARIDEN,Target issue,4068,4213,4068 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,CLARIDEN,Thermal displacement,43,204,13 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,CLARIDEN,Visibility,87,3,3 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,FLORIDA,Displacement,41,15,0 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,FLORIDA,No data,21,4,4 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,FLORIDA,Obstruction,2,1009,2 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,FLORIDA,Target issue,2913,2914,2913 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,FLORIDA,Thermal displacement,1047,737,613 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,FLORIDA,Visibility,598,381,381 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,JUNGFRAU,Displacement,0,21,0 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,JUNGFRAU,No data,29,4,4 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,JUNGFRAU,Obstruction,1,155,0 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,JUNGFRAU,Target issue,3005,3006,3005 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,JUNGFRAU,Thermal displacement,2557,1091,939 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,JUNGFRAU,Visibility,669,315,305 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,LENZSPITZE,Displacement,0,4047,0 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,LENZSPITZE,No data,24,18,14 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,LENZSPITZE,Obstruction,47,0,0 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,LENZSPITZE,Thermal displacement,1925,3652,1758 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,LENZSPITZE,Visibility,1886,959,954 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,MICHIGAN,Displacement,130,171,130 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,MICHIGAN,No data,2,2,2 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,MICHIGAN,Target issue,147,132,132 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,MICHIGAN,Thermal displacement,25,46,19 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,NEBRASKA,Displacement,165,1,1 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,NEBRASKA,No data,2,2,2 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,NEBRASKA,Target issue,132,132,132 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,NEBRASKA,Thermal displacement,20,13,8 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,NIEDERHORN,Displacement,48,604,3 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,NIEDERHORN,No data,26,2,2 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,NIEDERHORN,Obstruction,156,290,91 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,NIEDERHORN,Target issue,719,720,719 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,NIEDERHORN,Thermal displacement,267,167,156 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,NIEDERHORN,Visibility,104,28,25 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,NORDEND,Displacement,12,37,2 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,NORDEND,No data,58,10,10 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,NORDEND,Obstruction,2625,2142,978 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,NORDEND,Target issue,7183,1296,1296 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,NORDEND,Thermal displacement,7412,3228,3206 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,NORDEND,Visibility,1950,1138,679 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,SNCF01,Displacement,2111,2112,2111 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,SNCF01,No data,30,16,10 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,SNCF01,Obstruction,22,979,15 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,SNCF01,Target issue,2111,2112,2111 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,SNCF01,Thermal displacement,1726,893,891 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,SNCF01,Visibility,761,0,0 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,WILDSTRUBEL,Displacement,579,1836,550 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,WILDSTRUBEL,No data,31,30,21 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,WILDSTRUBEL,Obstruction,1026,422,214 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,WILDSTRUBEL,Target issue,2091,350,350 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,WILDSTRUBEL,Thermal displacement,845,342,331 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,WILDSTRUBEL,Visibility,1152,429,420 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,Total,Displacement,6345,9028,2968 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,Total,No data,245,102,77 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,Total,Obstruction,3932,5077,1338 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,Total,Target issue,22369,14875,14726 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,Total,Thermal displacement,15888,10373,7934 -2026-11-05T08:15Z,2026-11-05T0814Z_Displacement,avant,be147e9,Total,Visibility,7207,3278,2767 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,BREITHORN,Displacement,168,171,168 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,BREITHORN,No data,2,2,2 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,BREITHORN,Obstruction,48,39,39 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,BREITHORN,Thermal displacement,21,0,0 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,BREITHORN,Visibility,0,25,0 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,CLARIDEN,Displacement,3091,4213,3091 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,CLARIDEN,No data,20,12,6 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,CLARIDEN,Obstruction,5,44,1 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,CLARIDEN,Target issue,4068,4213,4068 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,CLARIDEN,Thermal displacement,43,204,13 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,CLARIDEN,Visibility,87,3,3 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,FLORIDA,Displacement,41,15,0 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,FLORIDA,No data,21,4,4 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,FLORIDA,Obstruction,2,1009,2 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,FLORIDA,Target issue,2913,2914,2913 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,FLORIDA,Thermal displacement,1047,737,613 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,FLORIDA,Visibility,598,381,381 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,JUNGFRAU,Displacement,0,21,0 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,JUNGFRAU,No data,29,4,4 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,JUNGFRAU,Obstruction,1,155,0 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,JUNGFRAU,Target issue,3005,3006,3005 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,JUNGFRAU,Thermal displacement,2557,1091,939 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,JUNGFRAU,Visibility,669,315,305 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,LENZSPITZE,Displacement,0,4047,0 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,LENZSPITZE,No data,24,18,14 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,LENZSPITZE,Obstruction,47,12,12 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,LENZSPITZE,Thermal displacement,1925,3652,1758 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,LENZSPITZE,Visibility,1886,959,954 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,MICHIGAN,Displacement,130,171,130 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,MICHIGAN,No data,2,2,2 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,MICHIGAN,Target issue,147,132,132 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,MICHIGAN,Thermal displacement,25,46,19 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,NEBRASKA,Displacement,165,171,165 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,NEBRASKA,No data,2,2,2 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,NEBRASKA,Target issue,132,132,132 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,NEBRASKA,Thermal displacement,20,13,8 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,NIEDERHORN,Displacement,48,16,3 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,NIEDERHORN,No data,26,2,2 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,NIEDERHORN,Obstruction,156,291,92 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,NIEDERHORN,Target issue,719,720,719 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,NIEDERHORN,Thermal displacement,267,167,156 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,NIEDERHORN,Visibility,104,28,25 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,NORDEND,Displacement,12,38,2 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,NORDEND,No data,58,10,10 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,NORDEND,Obstruction,2625,2143,978 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,NORDEND,Target issue,7183,1296,1296 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,NORDEND,Thermal displacement,7412,3228,3206 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,NORDEND,Visibility,1950,1138,679 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,SNCF01,Displacement,2111,2112,2111 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,SNCF01,No data,30,16,10 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,SNCF01,Obstruction,22,985,21 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,SNCF01,Target issue,2111,2112,2111 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,SNCF01,Thermal displacement,1726,893,891 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,SNCF01,Visibility,761,0,0 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,WILDSTRUBEL,Displacement,579,1836,550 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,WILDSTRUBEL,No data,31,30,21 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,WILDSTRUBEL,Obstruction,1026,424,216 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,WILDSTRUBEL,Target issue,2091,350,350 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,WILDSTRUBEL,Thermal displacement,845,342,331 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,WILDSTRUBEL,Visibility,1152,429,420 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,Total,Displacement,6345,12811,6220 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,Total,No data,245,102,77 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,Total,Obstruction,3932,5102,1361 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,Total,Target issue,22369,14875,14726 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,Total,Thermal displacement,15888,10373,7934 -2026-11-05T09:19Z,2026-11-05T0814Z_Displacement,modification 1,fbb84bf,Total,Visibility,7207,3278,2767 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,BREITHORN,Displacement,168,171,168 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,BREITHORN,No data,2,2,2 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,BREITHORN,Obstruction,48,39,39 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,BREITHORN,Thermal displacement,21,0,0 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,BREITHORN,Visibility,0,25,0 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,CLARIDEN,Displacement,3091,2608,2578 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,CLARIDEN,No data,20,12,6 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,CLARIDEN,Obstruction,5,44,1 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,CLARIDEN,Target issue,4068,4213,4068 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,CLARIDEN,Thermal displacement,43,204,13 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,CLARIDEN,Visibility,87,3,3 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,FLORIDA,Displacement,41,15,0 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,FLORIDA,No data,21,4,4 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,FLORIDA,Obstruction,2,1009,2 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,FLORIDA,Target issue,2913,2914,2913 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,FLORIDA,Thermal displacement,1047,737,613 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,FLORIDA,Visibility,598,381,381 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,JUNGFRAU,Displacement,0,21,0 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,JUNGFRAU,No data,29,4,4 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,JUNGFRAU,Obstruction,1,155,0 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,JUNGFRAU,Target issue,3005,3006,3005 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,JUNGFRAU,Thermal displacement,2557,1091,939 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,JUNGFRAU,Visibility,669,315,305 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,LENZSPITZE,Displacement,0,4047,0 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,LENZSPITZE,No data,24,18,14 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,LENZSPITZE,Obstruction,47,12,12 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,LENZSPITZE,Thermal displacement,1925,3652,1758 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,LENZSPITZE,Visibility,1886,959,954 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,MICHIGAN,Displacement,130,171,130 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,MICHIGAN,No data,2,2,2 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,MICHIGAN,Target issue,147,132,132 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,MICHIGAN,Thermal displacement,25,46,19 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,NEBRASKA,Displacement,165,171,165 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,NEBRASKA,No data,2,2,2 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,NEBRASKA,Target issue,132,132,132 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,NEBRASKA,Thermal displacement,20,13,8 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,NIEDERHORN,Displacement,48,16,3 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,NIEDERHORN,No data,26,2,2 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,NIEDERHORN,Obstruction,156,291,92 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,NIEDERHORN,Target issue,719,720,719 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,NIEDERHORN,Thermal displacement,267,167,156 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,NIEDERHORN,Visibility,104,28,25 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,NORDEND,Displacement,12,38,2 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,NORDEND,No data,58,10,10 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,NORDEND,Obstruction,2625,2143,978 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,NORDEND,Target issue,7183,1296,1296 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,NORDEND,Thermal displacement,7412,3228,3206 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,NORDEND,Visibility,1950,1138,679 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,SNCF01,Displacement,2111,2112,2111 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,SNCF01,No data,30,16,10 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,SNCF01,Obstruction,22,985,21 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,SNCF01,Target issue,2111,2112,2111 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,SNCF01,Thermal displacement,1726,893,891 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,SNCF01,Visibility,761,0,0 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,WILDSTRUBEL,Displacement,579,1836,550 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,WILDSTRUBEL,No data,31,30,21 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,WILDSTRUBEL,Obstruction,1026,424,216 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,WILDSTRUBEL,Target issue,2091,350,350 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,WILDSTRUBEL,Thermal displacement,845,342,331 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,WILDSTRUBEL,Visibility,1152,429,420 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,Total,Displacement,6345,11206,5707 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,Total,No data,245,102,77 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,Total,Obstruction,3932,5102,1361 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,Total,Target issue,22369,14875,14726 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,Total,Thermal displacement,15888,10373,7934 -2026-11-05T09:33Z,2026-11-05T0814Z_Displacement,modification 2,3159501,Total,Visibility,7207,3278,2767 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,BREITHORN,Displacement,168,171,168 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,BREITHORN,No data,2,2,2 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,BREITHORN,Obstruction,48,39,39 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,BREITHORN,Thermal displacement,21,0,0 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,BREITHORN,Visibility,0,25,0 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,CLARIDEN,Displacement,3091,2608,2578 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,CLARIDEN,No data,20,12,6 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,CLARIDEN,Obstruction,5,44,1 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,CLARIDEN,Target issue,4068,4213,4068 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,CLARIDEN,Thermal displacement,43,204,13 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,CLARIDEN,Visibility,87,3,3 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,FLORIDA,Displacement,41,15,0 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,FLORIDA,No data,21,4,4 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,FLORIDA,Obstruction,2,1009,2 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,FLORIDA,Target issue,2913,2914,2913 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,FLORIDA,Thermal displacement,1047,737,613 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,FLORIDA,Visibility,598,381,381 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,JUNGFRAU,Displacement,0,21,0 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,JUNGFRAU,No data,29,4,4 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,JUNGFRAU,Obstruction,1,155,0 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,JUNGFRAU,Target issue,3005,3006,3005 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,JUNGFRAU,Thermal displacement,2557,1091,939 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,JUNGFRAU,Visibility,669,315,305 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,LENZSPITZE,Displacement,0,4047,0 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,LENZSPITZE,No data,24,18,14 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,LENZSPITZE,Obstruction,47,12,12 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,LENZSPITZE,Thermal displacement,1925,3652,1758 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,LENZSPITZE,Visibility,1886,959,954 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,MICHIGAN,Displacement,130,171,130 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,MICHIGAN,No data,2,2,2 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,MICHIGAN,Target issue,147,132,132 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,MICHIGAN,Thermal displacement,25,46,19 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,NEBRASKA,Displacement,165,171,165 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,NEBRASKA,No data,2,2,2 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,NEBRASKA,Target issue,132,132,132 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,NEBRASKA,Thermal displacement,20,13,8 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,NIEDERHORN,Displacement,48,16,3 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,NIEDERHORN,No data,26,2,2 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,NIEDERHORN,Obstruction,156,291,92 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,NIEDERHORN,Target issue,719,720,719 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,NIEDERHORN,Thermal displacement,267,167,156 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,NIEDERHORN,Visibility,104,28,25 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,NORDEND,Displacement,12,38,2 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,NORDEND,No data,58,10,10 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,NORDEND,Obstruction,2625,2143,978 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,NORDEND,Target issue,7183,1296,1296 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,NORDEND,Thermal displacement,7412,3228,3206 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,NORDEND,Visibility,1950,1138,679 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,SNCF01,Displacement,2111,2112,2111 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,SNCF01,No data,30,16,10 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,SNCF01,Obstruction,22,985,21 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,SNCF01,Target issue,2111,2112,2111 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,SNCF01,Thermal displacement,1726,893,891 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,SNCF01,Visibility,761,0,0 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,WILDSTRUBEL,Displacement,579,1836,550 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,WILDSTRUBEL,No data,31,30,21 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,WILDSTRUBEL,Obstruction,1026,424,216 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,WILDSTRUBEL,Target issue,2091,350,350 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,WILDSTRUBEL,Thermal displacement,845,342,331 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,WILDSTRUBEL,Visibility,1152,429,420 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,Total,Displacement,6345,11206,5707 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,Total,No data,245,102,77 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,Total,Obstruction,3932,5102,1361 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,Total,Target issue,22369,14875,14726 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,Total,Thermal displacement,15888,10373,7934 -2026-11-05T09:39Z,2026-11-05T0814Z_Displacement,fin,b54a6c9,Total,Visibility,7207,3278,2767 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,BREITHORN,Displacement,168,171,168 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,BREITHORN,No data,2,2,2 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,BREITHORN,Obstruction,48,39,39 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,BREITHORN,Thermal displacement,21,0,0 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,BREITHORN,Visibility,0,25,0 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,CLARIDEN,Displacement,3091,2601,2578 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,CLARIDEN,No data,20,12,6 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,CLARIDEN,Obstruction,5,7,1 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,CLARIDEN,Target issue,4068,4069,4068 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,CLARIDEN,Thermal displacement,42,204,13 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,CLARIDEN,Visibility,87,3,3 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,FLORIDA,Displacement,41,15,0 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,FLORIDA,No data,21,4,4 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,FLORIDA,Obstruction,2,1009,2 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,FLORIDA,Target issue,2913,2914,2913 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,FLORIDA,Thermal displacement,1047,737,613 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,FLORIDA,Visibility,598,381,381 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,JUNGFRAU,Displacement,0,21,0 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,JUNGFRAU,No data,29,4,4 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,JUNGFRAU,Obstruction,1,155,0 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,JUNGFRAU,Target issue,3005,3006,3005 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,JUNGFRAU,Thermal displacement,2557,1091,939 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,JUNGFRAU,Visibility,669,315,305 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,LENZSPITZE,Displacement,0,4047,0 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,LENZSPITZE,No data,24,18,14 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,LENZSPITZE,Obstruction,47,12,12 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,LENZSPITZE,Thermal displacement,1925,3652,1758 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,LENZSPITZE,Visibility,1886,959,954 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,MICHIGAN,Displacement,130,171,130 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,MICHIGAN,No data,2,2,2 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,MICHIGAN,Target issue,147,132,132 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,MICHIGAN,Thermal displacement,25,46,19 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,NEBRASKA,Displacement,165,171,165 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,NEBRASKA,No data,2,2,2 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,NEBRASKA,Target issue,132,132,132 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,NEBRASKA,Thermal displacement,20,13,8 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,NIEDERHORN,Displacement,48,16,3 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,NIEDERHORN,No data,26,2,2 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,NIEDERHORN,Obstruction,156,291,92 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,NIEDERHORN,Target issue,719,720,719 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,NIEDERHORN,Thermal displacement,267,167,156 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,NIEDERHORN,Visibility,104,28,25 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,NORDEND,Displacement,12,38,2 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,NORDEND,No data,58,10,10 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,NORDEND,Obstruction,2625,2143,978 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,NORDEND,Target issue,7183,1296,1296 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,NORDEND,Thermal displacement,7412,3228,3206 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,NORDEND,Visibility,1950,1138,679 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,SNCF01,Displacement,2111,2112,2111 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,SNCF01,No data,30,16,10 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,SNCF01,Obstruction,22,985,21 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,SNCF01,Target issue,2111,2112,2111 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,SNCF01,Thermal displacement,1726,893,891 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,SNCF01,Visibility,761,0,0 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,WILDSTRUBEL,Displacement,579,1836,550 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,WILDSTRUBEL,No data,31,30,21 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,WILDSTRUBEL,Obstruction,1026,424,216 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,WILDSTRUBEL,Target issue,2091,350,350 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,WILDSTRUBEL,Thermal displacement,845,342,331 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,WILDSTRUBEL,Visibility,1152,429,420 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,Total,Displacement,6345,11199,5707 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,Total,No data,245,102,77 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,Total,Obstruction,3932,5065,1361 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,Total,Target issue,22369,14731,14726 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,Total,Thermal displacement,15887,10373,7934 -2026-11-05T09:55Z,2026-11-05T0954Z_Obstruction,avant,d1a372d,Total,Visibility,7207,3278,2767 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,BREITHORN,Displacement,168,171,168 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,BREITHORN,No data,2,2,2 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,BREITHORN,Obstruction,48,46,46 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,BREITHORN,Thermal displacement,21,0,0 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,BREITHORN,Visibility,0,25,0 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,CLARIDEN,Displacement,3091,2601,2578 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,CLARIDEN,No data,20,12,6 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,CLARIDEN,Obstruction,5,5,1 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,CLARIDEN,Target issue,4068,4069,4068 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,CLARIDEN,Thermal displacement,42,204,13 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,CLARIDEN,Visibility,87,3,3 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,FLORIDA,Displacement,41,15,0 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,FLORIDA,No data,21,4,4 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,FLORIDA,Obstruction,2,13,0 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,FLORIDA,Target issue,2913,2914,2913 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,FLORIDA,Thermal displacement,1047,737,613 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,FLORIDA,Visibility,598,381,381 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,JUNGFRAU,Displacement,0,19,0 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,JUNGFRAU,No data,29,4,4 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,JUNGFRAU,Obstruction,1,158,1 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,JUNGFRAU,Target issue,3005,3006,3005 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,JUNGFRAU,Thermal displacement,2557,1091,939 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,JUNGFRAU,Visibility,669,315,305 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,LENZSPITZE,Displacement,0,4640,0 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,LENZSPITZE,No data,615,16,12 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,LENZSPITZE,Obstruction,47,84,19 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,LENZSPITZE,Thermal displacement,1925,4230,1744 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,LENZSPITZE,Visibility,1886,1077,915 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,MICHIGAN,Displacement,130,171,130 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,MICHIGAN,No data,2,2,2 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,MICHIGAN,Target issue,147,132,132 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,MICHIGAN,Thermal displacement,25,46,19 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,NEBRASKA,Displacement,165,171,165 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,NEBRASKA,No data,2,2,2 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,NEBRASKA,Target issue,132,132,132 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,NEBRASKA,Thermal displacement,20,13,8 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,NIEDERHORN,Displacement,48,16,3 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,NIEDERHORN,No data,26,2,2 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,NIEDERHORN,Obstruction,156,167,75 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,NIEDERHORN,Target issue,719,720,719 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,NIEDERHORN,Thermal displacement,267,167,156 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,NIEDERHORN,Visibility,104,28,25 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,NORDEND,Displacement,12,38,2 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,NORDEND,No data,58,10,10 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,NORDEND,Obstruction,2625,1873,635 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,NORDEND,Target issue,7183,2097,2097 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,NORDEND,Thermal displacement,7412,3228,3206 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,NORDEND,Visibility,1950,1138,679 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,SNCF01,Displacement,2111,2112,2111 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,SNCF01,No data,30,16,10 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,SNCF01,Obstruction,22,431,20 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,SNCF01,Target issue,2111,2112,2111 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,SNCF01,Thermal displacement,1726,893,891 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,SNCF01,Visibility,761,0,0 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,WILDSTRUBEL,Displacement,579,1833,550 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,WILDSTRUBEL,No data,31,30,21 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,WILDSTRUBEL,Obstruction,1026,482,253 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,WILDSTRUBEL,Target issue,2091,350,350 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,WILDSTRUBEL,Thermal displacement,845,342,331 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,WILDSTRUBEL,Visibility,1152,429,420 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,Total,Displacement,6345,11787,5707 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,Total,No data,836,100,75 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,Total,Obstruction,3932,3259,1050 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,Total,Target issue,22369,15532,15527 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,Total,Thermal displacement,15887,10951,7920 -2026-11-05T11:01Z,2026-11-05T0954Z_Obstruction,modification 1,dfd87c3,Total,Visibility,7207,3396,2728 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,BREITHORN,Displacement,168,171,168 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,BREITHORN,No data,2,2,2 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,BREITHORN,Obstruction,48,46,46 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,BREITHORN,Thermal displacement,21,0,0 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,BREITHORN,Visibility,0,25,0 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,CLARIDEN,Displacement,3091,2601,2578 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,CLARIDEN,No data,20,12,6 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,CLARIDEN,Obstruction,5,5,1 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,CLARIDEN,Target issue,4068,4069,4068 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,CLARIDEN,Thermal displacement,42,204,13 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,CLARIDEN,Visibility,87,3,3 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,FLORIDA,Displacement,41,15,0 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,FLORIDA,No data,21,4,4 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,FLORIDA,Obstruction,2,13,0 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,FLORIDA,Target issue,2913,2914,2913 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,FLORIDA,Thermal displacement,1047,737,613 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,FLORIDA,Visibility,598,381,381 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,JUNGFRAU,Displacement,0,19,0 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,JUNGFRAU,No data,29,4,4 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,JUNGFRAU,Obstruction,1,158,1 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,JUNGFRAU,Target issue,3005,3006,3005 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,JUNGFRAU,Thermal displacement,2557,1091,939 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,JUNGFRAU,Visibility,669,315,305 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,LENZSPITZE,Displacement,0,4640,0 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,LENZSPITZE,No data,615,16,12 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,LENZSPITZE,Obstruction,47,84,19 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,LENZSPITZE,Thermal displacement,1925,4230,1744 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,LENZSPITZE,Visibility,1886,1077,915 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,MICHIGAN,Displacement,130,171,130 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,MICHIGAN,No data,2,2,2 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,MICHIGAN,Target issue,147,132,132 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,MICHIGAN,Thermal displacement,25,46,19 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,NEBRASKA,Displacement,165,171,165 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,NEBRASKA,No data,2,2,2 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,NEBRASKA,Target issue,132,132,132 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,NEBRASKA,Thermal displacement,20,13,8 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,NIEDERHORN,Displacement,48,16,3 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,NIEDERHORN,No data,26,2,2 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,NIEDERHORN,Obstruction,156,167,75 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,NIEDERHORN,Target issue,719,720,719 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,NIEDERHORN,Thermal displacement,267,167,156 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,NIEDERHORN,Visibility,104,28,25 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,NORDEND,Displacement,12,38,2 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,NORDEND,No data,58,10,10 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,NORDEND,Obstruction,2625,1873,635 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,NORDEND,Target issue,7183,2097,2097 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,NORDEND,Thermal displacement,7412,3228,3206 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,NORDEND,Visibility,1950,1138,679 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,SNCF01,Displacement,2111,2112,2111 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,SNCF01,No data,30,16,10 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,SNCF01,Obstruction,22,431,20 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,SNCF01,Target issue,2111,2112,2111 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,SNCF01,Thermal displacement,1726,893,891 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,SNCF01,Visibility,761,0,0 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,WILDSTRUBEL,Displacement,579,1833,550 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,WILDSTRUBEL,No data,31,30,21 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,WILDSTRUBEL,Obstruction,1026,482,253 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,WILDSTRUBEL,Target issue,2091,350,350 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,WILDSTRUBEL,Thermal displacement,845,342,331 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,WILDSTRUBEL,Visibility,1152,429,420 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,Total,Displacement,6345,11787,5707 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,Total,No data,836,100,75 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,Total,Obstruction,3932,3259,1050 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,Total,Target issue,22369,15532,15527 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,Total,Thermal displacement,15887,10951,7920 -2026-11-05T11:08Z,2026-11-05T0954Z_Obstruction,fin,663546b,Total,Visibility,7207,3396,2728 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,BREITHORN,Displacement,168,171,168 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,BREITHORN,No data,2,2,2 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,BREITHORN,Obstruction,48,46,46 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,BREITHORN,Thermal displacement,21,0,0 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,BREITHORN,Visibility,0,25,0 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,CLARIDEN,Displacement,3091,2601,2578 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,CLARIDEN,No data,20,12,6 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,CLARIDEN,Obstruction,5,5,1 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,CLARIDEN,Target issue,4068,4069,4068 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,CLARIDEN,Thermal displacement,42,204,13 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,CLARIDEN,Visibility,87,3,3 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,FLORIDA,Displacement,41,15,0 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,FLORIDA,No data,21,4,4 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,FLORIDA,Obstruction,2,13,0 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,FLORIDA,Target issue,2913,2914,2913 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,FLORIDA,Thermal displacement,1047,737,613 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,FLORIDA,Visibility,598,381,381 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,JUNGFRAU,Displacement,0,19,0 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,JUNGFRAU,No data,29,4,4 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,JUNGFRAU,Obstruction,1,158,1 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,JUNGFRAU,Target issue,3005,3006,3005 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,JUNGFRAU,Thermal displacement,2557,1091,939 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,JUNGFRAU,Visibility,669,315,305 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,LENZSPITZE,Displacement,0,4640,0 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,LENZSPITZE,No data,615,16,12 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,LENZSPITZE,Obstruction,47,84,19 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,LENZSPITZE,Thermal displacement,1925,4230,1744 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,LENZSPITZE,Visibility,1886,1077,915 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,MICHIGAN,Displacement,130,171,130 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,MICHIGAN,No data,2,2,2 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,MICHIGAN,Target issue,147,132,132 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,MICHIGAN,Thermal displacement,25,46,19 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,NEBRASKA,Displacement,165,171,165 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,NEBRASKA,No data,2,2,2 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,NEBRASKA,Target issue,132,132,132 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,NEBRASKA,Thermal displacement,20,13,8 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,NIEDERHORN,Displacement,48,16,3 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,NIEDERHORN,No data,26,2,2 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,NIEDERHORN,Obstruction,156,167,75 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,NIEDERHORN,Target issue,719,720,719 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,NIEDERHORN,Thermal displacement,267,167,156 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,NIEDERHORN,Visibility,104,28,25 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,NORDEND,Displacement,12,38,2 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,NORDEND,No data,58,10,10 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,NORDEND,Obstruction,2625,1873,635 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,NORDEND,Target issue,7183,2097,2097 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,NORDEND,Thermal displacement,7412,3228,3206 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,NORDEND,Visibility,1950,1138,679 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,SNCF01,Displacement,2111,2112,2111 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,SNCF01,No data,30,16,10 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,SNCF01,Obstruction,22,431,20 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,SNCF01,Target issue,2111,2112,2111 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,SNCF01,Thermal displacement,1726,893,891 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,SNCF01,Visibility,761,0,0 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,WILDSTRUBEL,Displacement,579,1833,550 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,WILDSTRUBEL,No data,31,30,21 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,WILDSTRUBEL,Obstruction,1026,482,253 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,WILDSTRUBEL,Target issue,2091,350,350 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,WILDSTRUBEL,Thermal displacement,845,342,331 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,WILDSTRUBEL,Visibility,1152,429,420 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,Total,Displacement,6345,11787,5707 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,Total,No data,836,100,75 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,Total,Obstruction,3932,3259,1050 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,Total,Target issue,22369,15532,15527 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,Total,Thermal displacement,15887,10951,7920 -2026-11-05T11:13Z,2026-11-05T1112Z_Thermal-displacement,avant,c147816,Total,Visibility,7207,3396,2728 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,BREITHORN,Displacement,168,171,168 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,BREITHORN,No data,2,2,2 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,BREITHORN,Obstruction,48,46,46 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,BREITHORN,Thermal displacement,21,4,4 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,BREITHORN,Visibility,0,25,0 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,CLARIDEN,Displacement,3091,2601,2578 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,CLARIDEN,No data,20,12,6 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,CLARIDEN,Obstruction,5,5,1 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,CLARIDEN,Target issue,4068,4069,4068 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,CLARIDEN,Thermal displacement,42,264,40 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,CLARIDEN,Visibility,87,3,3 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,FLORIDA,Displacement,41,15,0 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,FLORIDA,No data,21,4,4 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,FLORIDA,Obstruction,2,13,0 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,FLORIDA,Target issue,2913,2914,2913 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,FLORIDA,Thermal displacement,1047,1338,815 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,FLORIDA,Visibility,598,381,381 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,JUNGFRAU,Displacement,0,19,0 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,JUNGFRAU,No data,29,4,4 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,JUNGFRAU,Obstruction,1,158,1 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,JUNGFRAU,Target issue,3005,3006,3005 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,JUNGFRAU,Thermal displacement,2557,1786,1544 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,JUNGFRAU,Visibility,669,315,305 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,LENZSPITZE,Displacement,0,4640,0 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,LENZSPITZE,No data,615,16,12 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,LENZSPITZE,Obstruction,47,84,19 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,LENZSPITZE,Thermal displacement,1925,4253,1767 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,LENZSPITZE,Visibility,1886,1077,915 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,MICHIGAN,Displacement,130,171,130 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,MICHIGAN,No data,2,2,2 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,MICHIGAN,Target issue,147,132,132 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,MICHIGAN,Thermal displacement,25,46,19 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,NEBRASKA,Displacement,165,171,165 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,NEBRASKA,No data,2,2,2 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,NEBRASKA,Target issue,132,132,132 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,NEBRASKA,Thermal displacement,20,17,10 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,NIEDERHORN,Displacement,48,15,3 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,NIEDERHORN,No data,26,2,2 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,NIEDERHORN,Obstruction,156,167,75 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,NIEDERHORN,Target issue,719,720,719 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,NIEDERHORN,Thermal displacement,267,236,216 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,NIEDERHORN,Visibility,104,28,25 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,NORDEND,Displacement,12,36,2 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,NORDEND,No data,58,10,10 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,NORDEND,Obstruction,2625,1873,635 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,NORDEND,Target issue,7183,2097,2097 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,NORDEND,Thermal displacement,7412,4707,4607 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,NORDEND,Visibility,1950,1138,679 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,SNCF01,Displacement,2111,2112,2111 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,SNCF01,No data,30,16,10 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,SNCF01,Obstruction,22,431,20 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,SNCF01,Target issue,2111,2112,2111 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,SNCF01,Thermal displacement,1726,1275,1218 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,SNCF01,Visibility,761,0,0 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,WILDSTRUBEL,Displacement,579,1833,550 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,WILDSTRUBEL,No data,31,30,21 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,WILDSTRUBEL,Obstruction,1026,482,253 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,WILDSTRUBEL,Target issue,2091,350,350 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,WILDSTRUBEL,Thermal displacement,845,512,495 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,WILDSTRUBEL,Visibility,1152,429,420 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,Total,Displacement,6345,11784,5707 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,Total,No data,836,100,75 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,Total,Obstruction,3932,3259,1050 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,Total,Target issue,22369,15532,15527 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,Total,Thermal displacement,15887,14438,10735 -2026-11-05T12:22Z,2026-11-05T1112Z_Thermal-displacement,modification 1,2483a2f,Total,Visibility,7207,3396,2728 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,BREITHORN,Displacement,168,171,168 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,BREITHORN,No data,2,2,2 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,BREITHORN,Obstruction,48,46,46 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,BREITHORN,Thermal displacement,21,4,4 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,BREITHORN,Visibility,0,25,0 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,CLARIDEN,Displacement,3091,2601,2578 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,CLARIDEN,No data,20,12,6 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,CLARIDEN,Obstruction,5,5,1 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,CLARIDEN,Target issue,4068,4069,4068 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,CLARIDEN,Thermal displacement,42,264,40 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,CLARIDEN,Visibility,87,3,3 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,FLORIDA,Displacement,41,15,0 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,FLORIDA,No data,21,4,4 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,FLORIDA,Obstruction,2,13,0 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,FLORIDA,Target issue,2913,2914,2913 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,FLORIDA,Thermal displacement,1047,1338,815 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,FLORIDA,Visibility,598,381,381 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,JUNGFRAU,Displacement,0,19,0 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,JUNGFRAU,No data,29,4,4 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,JUNGFRAU,Obstruction,1,158,1 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,JUNGFRAU,Target issue,3005,3006,3005 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,JUNGFRAU,Thermal displacement,2557,1786,1544 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,JUNGFRAU,Visibility,669,315,305 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,LENZSPITZE,Displacement,0,4640,0 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,LENZSPITZE,No data,615,16,12 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,LENZSPITZE,Obstruction,47,84,19 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,LENZSPITZE,Thermal displacement,1925,4253,1767 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,LENZSPITZE,Visibility,1886,1077,915 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,MICHIGAN,Displacement,130,171,130 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,MICHIGAN,No data,2,2,2 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,MICHIGAN,Target issue,147,132,132 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,MICHIGAN,Thermal displacement,25,46,19 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,NEBRASKA,Displacement,165,171,165 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,NEBRASKA,No data,2,2,2 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,NEBRASKA,Target issue,132,132,132 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,NEBRASKA,Thermal displacement,20,17,10 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,NIEDERHORN,Displacement,48,15,3 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,NIEDERHORN,No data,26,2,2 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,NIEDERHORN,Obstruction,156,167,75 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,NIEDERHORN,Target issue,719,720,719 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,NIEDERHORN,Thermal displacement,267,236,216 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,NIEDERHORN,Visibility,104,28,25 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,NORDEND,Displacement,12,36,2 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,NORDEND,No data,58,10,10 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,NORDEND,Obstruction,2625,1873,635 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,NORDEND,Target issue,7183,2097,2097 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,NORDEND,Thermal displacement,7412,4707,4607 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,NORDEND,Visibility,1950,1138,679 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,SNCF01,Displacement,2111,2112,2111 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,SNCF01,No data,30,16,10 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,SNCF01,Obstruction,22,431,20 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,SNCF01,Target issue,2111,2112,2111 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,SNCF01,Thermal displacement,1726,1275,1218 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,SNCF01,Visibility,761,0,0 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,WILDSTRUBEL,Displacement,579,1833,550 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,WILDSTRUBEL,No data,31,30,21 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,WILDSTRUBEL,Obstruction,1026,482,253 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,WILDSTRUBEL,Target issue,2091,350,350 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,WILDSTRUBEL,Thermal displacement,845,512,495 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,WILDSTRUBEL,Visibility,1152,429,420 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,Total,Displacement,6345,11784,5707 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,Total,No data,836,100,75 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,Total,Obstruction,3932,3259,1050 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,Total,Target issue,22369,15532,15527 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,Total,Thermal displacement,15887,14438,10735 -2026-11-05T12:32Z,2026-11-05T1112Z_Thermal-displacement,fin,3218ef6,Total,Visibility,7207,3396,2728 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,BREITHORN,Displacement,168,171,168 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,BREITHORN,No data,2,2,2 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,BREITHORN,Obstruction,48,46,46 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,BREITHORN,Thermal displacement,21,4,4 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,BREITHORN,Visibility,0,25,0 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,CLARIDEN,Displacement,3091,2601,2578 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,CLARIDEN,No data,20,12,6 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,CLARIDEN,Obstruction,5,5,1 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,CLARIDEN,Target issue,4068,4069,4068 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,CLARIDEN,Thermal displacement,42,264,40 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,CLARIDEN,Visibility,87,3,3 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,FLORIDA,Displacement,41,15,0 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,FLORIDA,No data,21,4,4 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,FLORIDA,Obstruction,2,13,0 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,FLORIDA,Target issue,2913,2914,2913 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,FLORIDA,Thermal displacement,1047,1338,815 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,FLORIDA,Visibility,598,381,381 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,JUNGFRAU,Displacement,0,19,0 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,JUNGFRAU,No data,29,4,4 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,JUNGFRAU,Obstruction,1,158,1 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,JUNGFRAU,Target issue,3005,3006,3005 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,JUNGFRAU,Thermal displacement,2557,1786,1544 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,JUNGFRAU,Visibility,669,315,305 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,LENZSPITZE,Displacement,0,4640,0 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,LENZSPITZE,No data,615,16,12 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,LENZSPITZE,Obstruction,47,84,19 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,LENZSPITZE,Thermal displacement,1925,4253,1767 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,LENZSPITZE,Visibility,1886,1077,915 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,MICHIGAN,Displacement,130,171,130 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,MICHIGAN,No data,2,2,2 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,MICHIGAN,Target issue,147,132,132 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,MICHIGAN,Thermal displacement,25,46,19 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,NEBRASKA,Displacement,165,171,165 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,NEBRASKA,No data,2,2,2 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,NEBRASKA,Target issue,132,132,132 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,NEBRASKA,Thermal displacement,20,17,10 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,NIEDERHORN,Displacement,48,15,3 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,NIEDERHORN,No data,26,2,2 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,NIEDERHORN,Obstruction,156,167,75 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,NIEDERHORN,Target issue,719,720,719 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,NIEDERHORN,Thermal displacement,267,236,216 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,NIEDERHORN,Visibility,104,28,25 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,NORDEND,Displacement,12,36,2 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,NORDEND,No data,58,10,10 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,NORDEND,Obstruction,2625,1873,635 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,NORDEND,Target issue,7183,2097,2097 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,NORDEND,Thermal displacement,7412,4707,4607 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,NORDEND,Visibility,1950,1138,679 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,SNCF01,Displacement,2111,2112,2111 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,SNCF01,No data,30,16,10 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,SNCF01,Obstruction,22,431,20 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,SNCF01,Target issue,2111,2112,2111 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,SNCF01,Thermal displacement,1726,1275,1218 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,SNCF01,Visibility,761,0,0 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,WILDSTRUBEL,Displacement,579,1833,550 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,WILDSTRUBEL,No data,31,30,21 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,WILDSTRUBEL,Obstruction,1026,482,253 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,WILDSTRUBEL,Target issue,2091,350,350 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,WILDSTRUBEL,Thermal displacement,845,512,495 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,WILDSTRUBEL,Visibility,1152,429,420 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,Total,Displacement,6345,11784,5707 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,Total,No data,836,100,75 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,Total,Obstruction,3932,3259,1050 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,Total,Target issue,22369,15532,15527 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,Total,Thermal displacement,15887,14438,10735 -2026-11-05T12:38Z,2026-11-05T1236Z_Visibility,avant,1ced766,Total,Visibility,7207,3396,2728 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,BREITHORN,Displacement,168,171,168 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,BREITHORN,No data,2,2,2 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,BREITHORN,Obstruction,48,46,46 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,BREITHORN,Thermal displacement,21,4,4 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,BREITHORN,Visibility,0,25,0 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,CLARIDEN,Displacement,3091,2601,2578 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,CLARIDEN,No data,20,12,6 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,CLARIDEN,Obstruction,5,5,1 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,CLARIDEN,Target issue,4068,4069,4068 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,CLARIDEN,Thermal displacement,42,264,40 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,CLARIDEN,Visibility,87,3,3 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,FLORIDA,Displacement,41,15,0 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,FLORIDA,No data,21,4,4 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,FLORIDA,Obstruction,2,13,0 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,FLORIDA,Target issue,2913,2914,2913 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,FLORIDA,Thermal displacement,1047,1338,815 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,FLORIDA,Visibility,598,439,434 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,JUNGFRAU,Displacement,0,19,0 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,JUNGFRAU,No data,29,4,4 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,JUNGFRAU,Obstruction,1,158,1 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,JUNGFRAU,Target issue,3005,3006,3005 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,JUNGFRAU,Thermal displacement,2557,1786,1544 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,JUNGFRAU,Visibility,669,450,427 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,LENZSPITZE,Displacement,0,4640,0 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,LENZSPITZE,No data,615,16,12 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,LENZSPITZE,Obstruction,47,84,19 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,LENZSPITZE,Thermal displacement,1925,4253,1767 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,LENZSPITZE,Visibility,1886,1116,934 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,MICHIGAN,Displacement,130,171,130 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,MICHIGAN,No data,2,2,2 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,MICHIGAN,Target issue,147,132,132 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,MICHIGAN,Thermal displacement,25,46,19 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,NEBRASKA,Displacement,165,171,165 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,NEBRASKA,No data,2,2,2 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,NEBRASKA,Target issue,132,132,132 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,NEBRASKA,Thermal displacement,20,17,10 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,NIEDERHORN,Displacement,48,15,3 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,NIEDERHORN,No data,26,2,2 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,NIEDERHORN,Obstruction,156,167,75 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,NIEDERHORN,Target issue,719,720,719 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,NIEDERHORN,Thermal displacement,267,236,216 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,NIEDERHORN,Visibility,104,32,28 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,NORDEND,Displacement,12,20,2 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,NORDEND,No data,58,10,10 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,NORDEND,Obstruction,2625,1873,635 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,NORDEND,Target issue,7183,2097,2097 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,NORDEND,Thermal displacement,7412,4707,4607 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,NORDEND,Visibility,1950,1246,774 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,SNCF01,Displacement,2111,2112,2111 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,SNCF01,No data,30,16,10 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,SNCF01,Obstruction,22,431,20 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,SNCF01,Target issue,2111,2112,2111 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,SNCF01,Thermal displacement,1726,1275,1218 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,SNCF01,Visibility,761,24,23 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,WILDSTRUBEL,Displacement,579,1986,579 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,WILDSTRUBEL,No data,31,30,21 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,WILDSTRUBEL,Obstruction,1026,482,253 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,WILDSTRUBEL,Target issue,2091,350,350 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,WILDSTRUBEL,Thermal displacement,845,512,495 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,WILDSTRUBEL,Visibility,1152,925,908 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,Total,Displacement,6345,11921,5736 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,Total,No data,836,100,75 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,Total,Obstruction,3932,3259,1050 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,Total,Target issue,22369,15532,15527 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,Total,Thermal displacement,15887,14438,10735 -2026-11-05T13:56Z,2026-11-05T1236Z_Visibility,modification 1,85f4a7f,Total,Visibility,7207,4260,3531 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,BREITHORN,Displacement,168,171,168 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,BREITHORN,No data,2,2,2 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,BREITHORN,Obstruction,48,46,46 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,BREITHORN,Thermal displacement,21,4,4 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,BREITHORN,Visibility,0,25,0 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,CLARIDEN,Displacement,3091,2601,2578 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,CLARIDEN,No data,20,12,6 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,CLARIDEN,Obstruction,5,5,1 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,CLARIDEN,Target issue,4068,4069,4068 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,CLARIDEN,Thermal displacement,42,264,40 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,CLARIDEN,Visibility,87,3,3 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,FLORIDA,Displacement,41,15,0 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,FLORIDA,No data,21,4,4 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,FLORIDA,Obstruction,2,13,0 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,FLORIDA,Target issue,2913,2914,2913 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,FLORIDA,Thermal displacement,1047,1338,815 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,FLORIDA,Visibility,598,439,434 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,JUNGFRAU,Displacement,0,19,0 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,JUNGFRAU,No data,29,4,4 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,JUNGFRAU,Obstruction,1,158,1 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,JUNGFRAU,Target issue,3005,3006,3005 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,JUNGFRAU,Thermal displacement,2557,1786,1544 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,JUNGFRAU,Visibility,669,450,427 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,LENZSPITZE,Displacement,0,4640,0 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,LENZSPITZE,No data,615,16,12 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,LENZSPITZE,Obstruction,47,84,19 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,LENZSPITZE,Thermal displacement,1925,4253,1767 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,LENZSPITZE,Visibility,1886,1116,934 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,MICHIGAN,Displacement,130,171,130 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,MICHIGAN,No data,2,2,2 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,MICHIGAN,Target issue,147,132,132 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,MICHIGAN,Thermal displacement,25,46,19 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,NEBRASKA,Displacement,165,171,165 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,NEBRASKA,No data,2,2,2 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,NEBRASKA,Target issue,132,132,132 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,NEBRASKA,Thermal displacement,20,17,10 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,NIEDERHORN,Displacement,48,15,3 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,NIEDERHORN,No data,26,2,2 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,NIEDERHORN,Obstruction,156,167,75 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,NIEDERHORN,Target issue,719,720,719 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,NIEDERHORN,Thermal displacement,267,236,216 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,NIEDERHORN,Visibility,104,32,28 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,NORDEND,Displacement,12,20,2 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,NORDEND,No data,58,10,10 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,NORDEND,Obstruction,2625,1873,635 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,NORDEND,Target issue,7183,2097,2097 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,NORDEND,Thermal displacement,7412,4707,4607 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,NORDEND,Visibility,1950,1246,774 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,SNCF01,Displacement,2111,2112,2111 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,SNCF01,No data,30,16,10 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,SNCF01,Obstruction,22,431,20 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,SNCF01,Target issue,2111,2112,2111 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,SNCF01,Thermal displacement,1726,1275,1218 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,SNCF01,Visibility,761,24,23 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,WILDSTRUBEL,Displacement,579,1986,579 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,WILDSTRUBEL,No data,31,30,21 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,WILDSTRUBEL,Obstruction,1026,482,253 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,WILDSTRUBEL,Target issue,2091,350,350 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,WILDSTRUBEL,Thermal displacement,845,512,495 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,WILDSTRUBEL,Visibility,1152,925,908 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,Total,Displacement,6345,11921,5736 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,Total,No data,836,100,75 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,Total,Obstruction,3932,3259,1050 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,Total,Target issue,22369,15532,15527 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,Total,Thermal displacement,15887,14438,10735 -2026-11-05T14:02Z,2026-11-05T1236Z_Visibility,fin,ebb60e7,Total,Visibility,7207,4260,3531 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,BREITHORN,Displacement,168,171,168 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,BREITHORN,No data,2,2,2 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,BREITHORN,Obstruction,48,46,46 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,BREITHORN,Thermal displacement,21,4,4 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,BREITHORN,Visibility,0,25,0 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,CLARIDEN,Displacement,3091,2601,2578 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,CLARIDEN,No data,20,12,6 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,CLARIDEN,Obstruction,5,5,1 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,CLARIDEN,Target issue,4068,4069,4068 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,CLARIDEN,Thermal displacement,42,264,40 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,CLARIDEN,Visibility,87,3,3 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,FLORIDA,Displacement,41,15,0 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,FLORIDA,No data,21,4,4 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,FLORIDA,Obstruction,2,13,0 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,FLORIDA,Target issue,2913,2914,2913 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,FLORIDA,Thermal displacement,1047,1338,815 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,FLORIDA,Visibility,598,439,434 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,JUNGFRAU,Displacement,0,19,0 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,JUNGFRAU,No data,29,4,4 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,JUNGFRAU,Obstruction,1,158,1 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,JUNGFRAU,Target issue,3005,3006,3005 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,JUNGFRAU,Thermal displacement,2557,1786,1544 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,JUNGFRAU,Visibility,669,450,427 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,LENZSPITZE,Displacement,0,4640,0 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,LENZSPITZE,No data,615,16,12 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,LENZSPITZE,Obstruction,47,84,19 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,LENZSPITZE,Thermal displacement,1925,4253,1767 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,LENZSPITZE,Visibility,1886,1116,934 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,MICHIGAN,Displacement,130,171,130 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,MICHIGAN,No data,2,2,2 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,MICHIGAN,Target issue,147,132,132 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,MICHIGAN,Thermal displacement,25,46,19 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,NEBRASKA,Displacement,165,171,165 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,NEBRASKA,No data,2,2,2 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,NEBRASKA,Target issue,132,132,132 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,NEBRASKA,Thermal displacement,20,17,10 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,NIEDERHORN,Displacement,48,15,3 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,NIEDERHORN,No data,26,2,2 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,NIEDERHORN,Obstruction,156,167,75 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,NIEDERHORN,Target issue,719,720,719 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,NIEDERHORN,Thermal displacement,267,236,216 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,NIEDERHORN,Visibility,104,32,28 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,NORDEND,Displacement,12,20,2 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,NORDEND,No data,58,10,10 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,NORDEND,Obstruction,2625,1873,635 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,NORDEND,Target issue,7183,2097,2097 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,NORDEND,Thermal displacement,7412,4707,4607 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,NORDEND,Visibility,1950,1246,774 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,SNCF01,Displacement,2111,2112,2111 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,SNCF01,No data,30,16,10 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,SNCF01,Obstruction,22,431,20 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,SNCF01,Target issue,2111,2112,2111 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,SNCF01,Thermal displacement,1726,1275,1218 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,SNCF01,Visibility,761,24,23 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,WILDSTRUBEL,Displacement,579,1986,579 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,WILDSTRUBEL,No data,31,30,21 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,WILDSTRUBEL,Obstruction,1026,482,253 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,WILDSTRUBEL,Target issue,2091,350,350 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,WILDSTRUBEL,Thermal displacement,845,512,495 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,WILDSTRUBEL,Visibility,1152,925,908 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,Total,Displacement,6345,11921,5736 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,Total,No data,836,100,75 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,Total,Obstruction,3932,3259,1050 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,Total,Target issue,22369,15532,15527 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,Total,Thermal displacement,15887,14438,10735 -2026-11-05T14:05Z,2026-11-05T1402Z_Target-issue,avant,598fbf2,Total,Visibility,7207,4260,3531 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,BREITHORN,Displacement,168,171,168 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,BREITHORN,No data,2,2,2 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,BREITHORN,Obstruction,48,46,46 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,BREITHORN,Thermal displacement,21,4,4 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,BREITHORN,Visibility,0,25,0 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,CLARIDEN,Displacement,3091,2601,2578 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,CLARIDEN,No data,20,12,6 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,CLARIDEN,Obstruction,5,5,1 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,CLARIDEN,Target issue,4068,4069,4068 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,CLARIDEN,Thermal displacement,42,264,40 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,CLARIDEN,Visibility,87,3,3 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,FLORIDA,Displacement,41,14,0 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,FLORIDA,No data,21,4,4 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,FLORIDA,Obstruction,2,13,0 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,FLORIDA,Target issue,2913,2914,2913 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,FLORIDA,Thermal displacement,1047,1338,815 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,FLORIDA,Visibility,598,439,434 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,JUNGFRAU,Displacement,0,19,0 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,JUNGFRAU,No data,29,4,4 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,JUNGFRAU,Obstruction,1,158,1 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,JUNGFRAU,Target issue,3005,3006,3005 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,JUNGFRAU,Thermal displacement,2557,1786,1544 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,JUNGFRAU,Visibility,669,450,427 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,LENZSPITZE,Displacement,0,4640,0 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,LENZSPITZE,No data,615,16,12 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,LENZSPITZE,Obstruction,47,84,19 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,LENZSPITZE,Thermal displacement,1925,4253,1767 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,LENZSPITZE,Visibility,1886,1116,934 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,MICHIGAN,Displacement,130,171,130 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,MICHIGAN,No data,2,2,2 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,MICHIGAN,Target issue,147,132,132 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,MICHIGAN,Thermal displacement,25,46,19 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,NEBRASKA,Displacement,165,171,165 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,NEBRASKA,No data,2,2,2 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,NEBRASKA,Target issue,132,132,132 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,NEBRASKA,Thermal displacement,20,17,10 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,NIEDERHORN,Displacement,48,10,3 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,NIEDERHORN,No data,26,2,2 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,NIEDERHORN,Obstruction,156,134,66 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,NIEDERHORN,Target issue,719,720,719 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,NIEDERHORN,Thermal displacement,267,236,216 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,NIEDERHORN,Visibility,104,32,28 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,NORDEND,Displacement,12,20,2 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,NORDEND,No data,58,10,10 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,NORDEND,Obstruction,2625,1461,616 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,NORDEND,Target issue,7183,3653,3653 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,NORDEND,Thermal displacement,7412,4707,4607 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,NORDEND,Visibility,1950,1246,774 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,SNCF01,Displacement,2111,2112,2111 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,SNCF01,No data,30,16,10 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,SNCF01,Obstruction,22,431,20 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,SNCF01,Target issue,2111,2112,2111 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,SNCF01,Thermal displacement,1726,1275,1218 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,SNCF01,Visibility,761,24,23 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,WILDSTRUBEL,Displacement,579,1986,579 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,WILDSTRUBEL,No data,31,30,21 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,WILDSTRUBEL,Obstruction,1026,482,253 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,WILDSTRUBEL,Target issue,2091,2092,2089 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,WILDSTRUBEL,Thermal displacement,845,512,495 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,WILDSTRUBEL,Visibility,1152,925,908 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,Total,Displacement,6345,11915,5736 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,Total,No data,836,100,75 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,Total,Obstruction,3932,2814,1022 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,Total,Target issue,22369,18830,18822 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,Total,Thermal displacement,15887,14438,10735 -2026-11-05T14:41Z,2026-11-05T1402Z_Target-issue,modification 1,892838d,Total,Visibility,7207,4260,3531 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,BREITHORN,Displacement,168,171,168 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,BREITHORN,No data,2,2,2 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,BREITHORN,Obstruction,48,46,46 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,BREITHORN,Thermal displacement,21,4,4 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,BREITHORN,Visibility,0,25,0 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,CLARIDEN,Displacement,3091,2601,2578 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,CLARIDEN,No data,20,12,6 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,CLARIDEN,Obstruction,5,5,1 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,CLARIDEN,Target issue,4068,4069,4068 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,CLARIDEN,Thermal displacement,42,264,40 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,CLARIDEN,Visibility,87,3,3 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,FLORIDA,Displacement,41,14,0 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,FLORIDA,No data,21,4,4 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,FLORIDA,Obstruction,2,13,0 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,FLORIDA,Target issue,2913,2914,2913 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,FLORIDA,Thermal displacement,1047,1338,815 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,FLORIDA,Visibility,598,439,434 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,JUNGFRAU,Displacement,0,19,0 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,JUNGFRAU,No data,29,4,4 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,JUNGFRAU,Obstruction,1,158,1 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,JUNGFRAU,Target issue,3005,3006,3005 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,JUNGFRAU,Thermal displacement,2557,1786,1544 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,JUNGFRAU,Visibility,669,450,427 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,LENZSPITZE,Displacement,0,4640,0 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,LENZSPITZE,No data,615,16,12 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,LENZSPITZE,Obstruction,47,84,19 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,LENZSPITZE,Thermal displacement,1925,4253,1767 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,LENZSPITZE,Visibility,1886,1116,934 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,MICHIGAN,Displacement,130,171,130 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,MICHIGAN,No data,2,2,2 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,MICHIGAN,Target issue,147,132,132 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,MICHIGAN,Thermal displacement,25,46,19 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,NEBRASKA,Displacement,165,171,165 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,NEBRASKA,No data,2,2,2 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,NEBRASKA,Target issue,132,132,132 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,NEBRASKA,Thermal displacement,20,17,10 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,NIEDERHORN,Displacement,48,10,3 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,NIEDERHORN,No data,26,2,2 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,NIEDERHORN,Obstruction,156,134,66 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,NIEDERHORN,Target issue,719,720,719 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,NIEDERHORN,Thermal displacement,267,236,216 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,NIEDERHORN,Visibility,104,32,28 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,NORDEND,Displacement,12,20,2 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,NORDEND,No data,58,10,10 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,NORDEND,Obstruction,2625,1461,616 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,NORDEND,Target issue,7183,3653,3653 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,NORDEND,Thermal displacement,7412,4707,4607 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,NORDEND,Visibility,1950,1246,774 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,SNCF01,Displacement,2111,2112,2111 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,SNCF01,No data,30,16,10 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,SNCF01,Obstruction,22,431,20 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,SNCF01,Target issue,2111,2112,2111 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,SNCF01,Thermal displacement,1726,1275,1218 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,SNCF01,Visibility,761,24,23 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,WILDSTRUBEL,Displacement,579,1986,579 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,WILDSTRUBEL,No data,31,30,21 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,WILDSTRUBEL,Obstruction,1026,482,253 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,WILDSTRUBEL,Target issue,2091,2092,2089 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,WILDSTRUBEL,Thermal displacement,845,512,495 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,WILDSTRUBEL,Visibility,1152,925,908 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,Total,Displacement,6345,11915,5736 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,Total,No data,836,100,75 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,Total,Obstruction,3932,2814,1022 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,Total,Target issue,22369,18830,18822 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,Total,Thermal displacement,15887,14438,10735 -2026-11-05T14:50Z,2026-11-05T1402Z_Target-issue,fin,a202c44,Total,Visibility,7207,4260,3531 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,BREITHORN,Displacement,168,171,168 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,BREITHORN,No data,2,2,2 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,BREITHORN,Obstruction,48,46,46 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,BREITHORN,Thermal displacement,21,4,4 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,BREITHORN,Visibility,0,25,0 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,CLARIDEN,Displacement,3091,2601,2578 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,CLARIDEN,No data,20,12,6 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,CLARIDEN,Obstruction,5,5,1 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,CLARIDEN,Target issue,4068,4069,4068 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,CLARIDEN,Thermal displacement,42,264,40 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,CLARIDEN,Visibility,87,3,3 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,FLORIDA,Displacement,41,14,0 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,FLORIDA,No data,21,4,4 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,FLORIDA,Obstruction,2,13,0 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,FLORIDA,Target issue,2913,2914,2913 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,FLORIDA,Thermal displacement,1047,1338,815 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,FLORIDA,Visibility,598,439,434 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,JUNGFRAU,Displacement,0,19,0 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,JUNGFRAU,No data,29,4,4 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,JUNGFRAU,Obstruction,1,158,1 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,JUNGFRAU,Target issue,3005,3006,3005 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,JUNGFRAU,Thermal displacement,2557,1786,1544 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,JUNGFRAU,Visibility,669,450,427 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,LENZSPITZE,Displacement,0,4640,0 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,LENZSPITZE,No data,615,16,12 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,LENZSPITZE,Obstruction,47,84,19 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,LENZSPITZE,Thermal displacement,1925,4253,1767 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,LENZSPITZE,Visibility,1886,1116,934 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,MICHIGAN,Displacement,130,171,130 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,MICHIGAN,No data,2,2,2 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,MICHIGAN,Target issue,147,132,132 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,MICHIGAN,Thermal displacement,25,46,19 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,NEBRASKA,Displacement,165,171,165 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,NEBRASKA,No data,2,2,2 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,NEBRASKA,Target issue,132,132,132 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,NEBRASKA,Thermal displacement,20,17,10 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,NIEDERHORN,Displacement,48,10,3 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,NIEDERHORN,No data,26,2,2 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,NIEDERHORN,Obstruction,156,134,66 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,NIEDERHORN,Target issue,719,720,719 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,NIEDERHORN,Thermal displacement,267,236,216 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,NIEDERHORN,Visibility,104,32,28 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,NORDEND,Displacement,12,20,2 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,NORDEND,No data,58,10,10 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,NORDEND,Obstruction,2625,1461,616 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,NORDEND,Target issue,7183,3653,3653 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,NORDEND,Thermal displacement,7412,4707,4607 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,NORDEND,Visibility,1950,1246,774 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,SNCF01,Displacement,2111,2112,2111 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,SNCF01,No data,30,16,10 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,SNCF01,Obstruction,22,431,20 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,SNCF01,Target issue,2111,2112,2111 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,SNCF01,Thermal displacement,1726,1275,1218 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,SNCF01,Visibility,761,24,23 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,WILDSTRUBEL,Displacement,579,1986,579 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,WILDSTRUBEL,No data,31,30,21 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,WILDSTRUBEL,Obstruction,1026,482,253 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,WILDSTRUBEL,Target issue,2091,2092,2089 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,WILDSTRUBEL,Thermal displacement,845,512,495 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,WILDSTRUBEL,Visibility,1152,925,908 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,Total,Displacement,6345,11915,5736 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,Total,No data,836,100,75 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,Total,Obstruction,3932,2814,1022 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,Total,Target issue,22369,18830,18822 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,Total,Thermal displacement,15887,14438,10735 -2026-11-05T14:53Z,2026-11-05T1450Z_No-data,avant,8831542,Total,Visibility,7207,4260,3531 diff --git a/detectors b/detectors new file mode 160000 index 0000000..9b3ac0e --- /dev/null +++ b/detectors @@ -0,0 +1 @@ +Subproject commit 9b3ac0ecfeb71255ff4c3cb77f7196e04463ee8e diff --git a/detectors/archive/visibilite_simple.py b/detectors/archive/visibilite_simple.py deleted file mode 100644 index 010e71c..0000000 --- a/detectors/archive/visibilite_simple.py +++ /dev/null @@ -1,92 +0,0 @@ -"""Essai archivé le 2026-10-24 : version simple de la visibilité (point 11 du plan), moins bonne que la v0 restée en service -(detectors/visibilite.py) ; comparaison sur les six jeux : point 11 du plan. - -Journal du matin : visibilité, version simple. - -Une cible est rejetée quand son error_value dépasse son error_threshold. Seules comptent les cibles habituellement vues -(sous leur seuil au moins la moitié du temps sur l'export) : une cible que la caméra ne voit presque jamais ne dit rien -de la visibilité du moment (PS des Coudres : PM_G ; NIEDERHORN : sept références « e »). -1. Poor visibility : au moins NIVEAU des cibles rejetées, sur deux mesures d'affilée ou plus (une mesure plus basse entre - deux hautes compte haute : la part rejetée oscille autour du niveau, E-002). -2. Brief obstruction : la même chose sur une seule mesure (un passage). -3. Target obscured : une cible rejetée la plupart du temps (au moins la moitié de ses mesures), au moins CIBLE_MIN fois à - moins de CIBLE_ECART d'écart, quand la station, elle, voit clair. -Tous les épisodes sont grisés (ignore = True) ; les labels sont ceux que lit categories.py. -Usage : python3 detectors/visibilite.py (affiche les épisodes) -""" -import os -import statistics -import sys -from datetime import timedelta - -sys.path.insert(0, os.path.join(os.path.dirname(os.path.abspath(__file__)), "..", "..", "agent-tools")) -from donnees import charger, iso # noqa: E402 - -NIVEAU = 0.2 # provisoire, réglé sur NORDEND d'octobre (buée du 08/10 : 10 à 20 % rejetées), E-002 (toile : 30 à 40 %) - # et E-005 (pluie : 30 à 60 %) ; balayé de 0,15 à 0,3 le 2026-10-24 -CIBLE_MIN = 3 # provisoire : rejets répétés d'une cible (v0) -CIBLE_ECART = timedelta(hours=6) # provisoire, réglé sur E-005 (feuilles : 7 rejets en 12 h, jusqu'à 5 h d'écart ; v0) - - -def _episode(debut, fin, label, capteurs): - return {"start": iso(debut), "end": iso(fin), "kind": "visibilite", "label": label, "text": "", - "ignore": True, "sensors": sorted(capteurs)} - - -def detect(mesures): - ratios = {} # capteur -> {t: error_value / error_threshold} - for s, v in mesures.items(): - r = {m["t"].replace(second=0, microsecond=0): m["error_value"] / m["error_threshold"] - for m in v if m["error_value"] is not None and m["error_threshold"]} - if r and statistics.median(r.values()) < 1: # habituellement vue - ratios[s] = r - instants = sorted({t for r in ratios.values() for t in r}) - rejetes = {t: {s for s, r in ratios.items() if r.get(t, 0) > 1} for t in instants} - vus = {t: sum(t in r for r in ratios.values()) for t in instants} - haut = [len(rejetes[t]) >= NIVEAU * vus[t] > 0 for t in instants] - for k in range(1, len(instants) - 1): # une mesure basse entre deux hautes - haut[k] = haut[k] or (haut[k - 1] and haut[k + 1]) - out = [] - - # 1 et 2 : suites de mesures où la station voit mal ; une seule mesure, c'est un passage. - k = 0 - while k < len(instants): - if not haut[k]: - k += 1 - continue - j = k - while j + 1 < len(instants) and haut[j + 1]: - j += 1 - cs = set().union(*(rejetes[instants[i]] for i in range(k, j + 1))) - out.append(_episode(instants[k], instants[j], "Poor visibility" if j > k else "Brief obstruction", cs)) - k = j + 1 - - # 3 : une cible rejetée la plupart du temps pendant que la station voit clair. - clair = {t for t, h in zip(instants, haut) if not h} - refs = {s for s, v in mesures.items() if v[0]["pattern_type"] == "global_ref"} - cibles = [] - for s, r in ratios.items(): - if s in refs: - continue - ts = [t for t in sorted(r) if t in clair and r[t] > 1] - groupe = ts[:1] - for t in ts[1:] + [None]: - if t is not None and t - groupe[-1] <= CIBLE_ECART: - groupe.append(t) - continue - mesurees = [u for u in r if groupe and groupe[0] <= u <= groupe[-1]] - if len(groupe) >= CIBLE_MIN and 2 * len(groupe) >= len(mesurees): - cibles.append((groupe[0], groupe[-1], s)) - groupe = [t] - for a, b, s in sorted(cibles): # les cibles masquées en même temps forment un seul épisode - if out and out[-1]["label"] == "Target obscured" and iso(a) <= out[-1]["end"]: - out[-1]["end"] = max(out[-1]["end"], iso(b)) - out[-1]["sensors"] = sorted(set(out[-1]["sensors"]) | {s}) - else: - out.append(_episode(a, b, "Target obscured", {s})) - return sorted(out, key=lambda e: e["start"]) - - -if __name__ == "__main__": - for e in detect(charger(sys.argv[1])): - print(e["start"], "→", e["end"], e["label"], f"| {len(e['sensors'])} :", ",".join(e["sensors"][:8])) diff --git a/detectors/categories.py b/detectors/categories.py deleted file mode 100644 index 5cafa35..0000000 --- a/detectors/categories.py +++ /dev/null @@ -1,246 +0,0 @@ -"""Journal du matin : des épisodes des détecteurs aux événements, un par famille. - -Un détecteur par famille des étiquettes (labeling/familles.md) : visibility.py, obstruction.py, target_issue.py, -thermal_displacement.py, no_data.py, displacement.py. La catégorie d'un événement est sa famille, le champ kind de ses -épisodes ; leur label en dit la sorte (Poor visibility, Heat shimmer, Brief obstruction, Slow drift…). Règles : -- un saut revenu à la normale (SAUT) qui chevauche un épisode de HOTES (perte de visibilité, passage, turbulence, et en - dernier l'effet thermique, s'il touche plusieurs cibles) y est absorbé : il en prend la cause et la famille ; sinon il - reste Displacement, sans cause établie, à vérifier sur les images (familles.md, « Un saut puis le retour ») ; un passage - (Brief obstruction, un seul instant) n'absorbe que les sauts qui commencent à son instant, pas ceux de plusieurs jours - qu'il croise (/detector-learner Displacement, modification 1, S5) ; -- une dérive lente ou un saut revenu dont toutes les cibles sont dans un épisode Target issue qui le chevauche y est absorbé - (la courbe d'une cible à problème est à ignorer, familles.md) ; -- un décalage qui dure, ou trop récent pour savoir (DECALAGES), n'est jamais absorbé ; -- une turbulence qui chevauche un décalage de plusieurs cibles n'est pas gardée : un vrai mouvement agite aussi les courbes ; - le décalage d'une seule cible ne retire pas la turbulence de toute la scène, et une turbulence n'absorbe que les sauts - revenus qui commencent pendant elle, pas celui de la veille qui revient dans sa journée (/detector-learner Visibility, - modification 1, S1 : WILDSTRUBEL) ; -- deux événements de même sorte à moins de MERGE n'en font qu'un ; deux Obstruction (Target obscured, Brief - obstruction), seulement s'ils partagent un capteur (/detector-learner Obstruction, modification 1 : S1, des cibles - différentes enchaînées en un événement de plusieurs jours ; S3, des passages de quelques minutes en une heure entière) ; - deux Target issue aussi : chaque cible à problème garde ses bornes (/detector-learner Target issue, modification 1, S3) ; - un passage n'absorbe que les sauts revenus dans MERGE après son instant (S3 : pas le saut de 30 h d'une autre cible). -Chaque événement reçoit sa phrase, en anglais (le site) : ce qui s'est passé et quoi en faire, comme le dit la colonne -« Pour le client » de familles.md ; la cause n'est dite que si la sorte l'établit, sinon les images la montrent. -Pas de fonction detect : le chargeur ne prend pas ce fichier pour un détecteur. -Usage : python3 detectors/categories.py (une ligne par événement : famille, sorte, capteurs) - ... [--du AAAA-MM-JJ] [--au AAAA-MM-JJ] [--tranche 3] [--historique N] (tri en lot : chaque tranche - de N jours classée seule, avec les jours d'historique d'avant s'ils existent ; seuls les événements qui touchent - la tranche sont montrés ; « rien » pour une tranche calme) -""" -import functools -import importlib.util -import inspect -import os -import sys -from datetime import datetime, timedelta, timezone -from pathlib import Path - -sys.path.insert(0, os.path.join(os.path.dirname(os.path.abspath(__file__)), "..", "agent-tools")) -from donnees import charger, charger_camera, charger_metriques, charger_temperature, iso # noqa: E402 - -# Ce qu'un détecteur peut lire de la station en plus des mesures, s'il le déclare dans detect (D-124, D-134) : -# temperature [(t, °C)], médiane horaire des composants ; camera [pose] (pan, tilt, rotation, scale, sigma0) ; -# metriques {nom: [(t, valeur)]}, toutes les métriques numériques (sensor_CPU_deg_c, sensor_GPU_deg_c, BusVoltage…). -CONTEXTE = {"temperature": charger_temperature, "camera": charger_camera, "metriques": charger_metriques} - - -@functools.lru_cache(maxsize=None) -def _contexte(dossier, cle): - return CONTEXTE[cle](dossier) - -# Les familles de labeling/familles.md, dans l'ordre des lignes de la frise ; ignore : zone grisée (None : comme le -# disent ses épisodes : une perte de visibilité totale, une turbulence forte) ; process : bouton Images, rien, ou Images -# et lien vers Diagnosis. -CATEGORIES = { - "Visibility": {"ignore": None, "process": "images"}, - "Obstruction": {"ignore": True, "process": "images"}, - "Target issue": {"ignore": True, "process": "images"}, - "Thermal displacement": {"ignore": False, "process": "aucun"}, - "No data": {"ignore": False, "process": "aucun"}, - "Displacement": {"ignore": False, "process": "verifier"}, -} -SAUT = "Sudden jump, back to normal" # un saut revenu : sa cause, s'il chevauche un hôte ; sinon Displacement -DECALAGES = {"Lasting shift", "Jump, not back yet", "Large shift"} # à vérifier : jamais absorbés -HOTES = {"Poor visibility", "Brief obstruction", "Heat shimmer", "Thermal expansion", "Thermal contraction", - "Camera thermal expansion", "Camera thermal contraction", "Camera thermal movement"} # disent la cause d'un saut revenu qui les chevauche -MERGE = timedelta(hours=1) # même sorte à moins d'une heure : un seul événement (règle validée, 2026-10-24) - - -def detecteurs(): - """Modules de detectors/*.py qui ont detect ; un fichier qui ne se charge pas est sauté avec un - message.""" - mods = [] - for path in sorted(Path(__file__).resolve().parent.glob("*.py")): - if path == Path(__file__).resolve(): - continue - try: - spec = importlib.util.spec_from_file_location(f"journal_{path.stem}", path) - mod = importlib.util.module_from_spec(spec) - spec.loader.exec_module(mod) - except Exception as e: # noqa: BLE001 (prototype : un détecteur cassé ne bloque pas la page) - print(f"Journal : {path.name} sauté ({type(e).__name__}: {e})", file=sys.stderr) - continue - if hasattr(mod, "detect"): - mods.append(mod) - return mods - - -def categorie(ep): - return ep["kind"] - - -def sorte(ep): - """La sorte d'un épisode dans sa famille : les décalages ensemble, l'effet thermique sans « Camera », la perte de - visibilité par niveau.""" - label = "shift" if ep["label"] in DECALAGES else ep["label"].removeprefix("Camera ").capitalize() - return ep["kind"], label, ep.get("level") - - -def thermique(ep): - return ep["kind"] == "Thermal displacement" - - -def overlap(a, b): - return a["start"] <= b["end"] and a["end"] >= b["start"] # heures donnees.iso : l'ordre du texte est celui du temps - - -def targets(n): - return "one target" if n == 1 else f"{n} targets" - - -def phrase(groupe, sensors, references): - """Phrase du journal d'un événement (validées par l'utilisateur le 2026-10-24), d'après la sorte de son épisode - principal ; un saut absorbé ajoute qu'il a la même cause.""" - n, one, ep = len(sensors), len(sensors) == 1, groupe[0] - sauts = [e for e in groupe[1:] if e["label"] == SAUT] - jumped = len({s for e in sauts for s in e["sensors"]}) - lasting = len({s for e in groupe if e["label"] in DECALAGES for s in e.get("lasting", [])}) - refs = ", including the reference targets" if references & set(sensors) else "" - camera = ep["label"].startswith("Camera") - large = any(e["label"] == "Large shift" for e in groupe) - sort = "shift" if ep["label"] in DECALAGES else f"{ep['label']} {ep['level']}" if ep.get("level") else ep["label"] - text = { - "Poor visibility none": f"The camera could not see {targets(n)} clearly{refs}. " - "The curves in this period are not reliable: ignore them.", - "Poor visibility reduced": f"The camera saw {targets(n)} less clearly than usual{refs}. " - "The data in this period are less precise: use them with care.", - "Brief obstruction": f"Something passed in front of {targets(n)} for a single measurement. Ignore this point on the curves.", - "Target obscured": f"{', '.join(sensors)} {'was' if one else 'were'} hidden several times while the targets around " - f"{'it' if one else 'them'} stayed clear. Ignore {'its curve' if one else 'their curves'} in this period.", - "Heat shimmer": "Warm air made the readings shake. The small fast wiggles are not movement.", - "expansion": ("The camera support expands in the day heat; the curves are corrected for it." - if camera else "The structure expands in the day heat.") + " This daily wave is normal: nothing to do.", - "contraction": ("The camera support contracts as it cools down; the curves are corrected for it." - if camera else "The structure contracts as it cools down.") + " This daily wave is normal: nothing to do.", - SAUT: f"{targets(n).capitalize()} jumped and came back. The cause is not established: look at the images.", - "shift": (f"{targets(n).capitalize()}, most of the targets, shifted together: everything moved." if large - else f"{targets(n).capitalize()} shifted and {'has' if one else 'have'} not come back yet." if not lasting - else f"{targets(n).capitalize()} shifted and stayed shifted." if lasting == n - else f"{targets(n).capitalize()} shifted; {lasting} of them stayed shifted.") - + " Check whether the structure moved: look at the images.", - }.get(sort.split()[-1] if thermique(ep) else sort, ep["text"]) # No data, Target issue, Slow drift : le texte du détecteur - if ep["kind"] == "Target issue": - text += f" Ignore {'its curve' if one else 'their curves'} in this period and look at the images of the target." - if not jumped: - return text - return text + (f" The jump of {targets(jumped)} in this period has the same cause." if len(sauts) == 1 - else f" The jumps of {targets(jumped)} in this period have the same cause.") - - -def evenement(groupe, references): - """Épisodes d'un même événement, le principal en tête -> événement.""" - cat, so = categorie(groupe[0]), sorte(groupe[0]) - c = CATEGORIES.get(cat, {"ignore": None, "process": "aucun"}) - sensors = [] if any(not e["sensors"] for e in groupe) else list(dict.fromkeys(s for e in groupe for s in e["sensors"])) - main = [e for e in groupe if sorte(e) == so] # la durée est celle des épisodes principaux, pas des sauts absorbés - return {"start": min(e["start"] for e in main), "end": max(e["end"] for e in main), "category": cat, - "label": cat, "text": phrase(groupe, sensors, references), - "ignore": c["ignore"] if c["ignore"] is not None else any(e["ignore"] for e in main), - "sensors": sensors, "process": c["process"], "episodes": groupe} - - -def classer(episodes, references=frozenset()): - """Épisodes de tous les détecteurs -> événements triés par début (règles : docstring du module) ; references : les - capteurs global_ref, pour la phrase.""" - eps = sorted(episodes, key=lambda e: e["start"]) - # un vrai mouvement n'est jamais pris pour de la turbulence ; le décalage d'une seule cible n'est pas un mouvement de la scène - checks = [e for e in eps if e["label"] in DECALAGES and len(e["sensors"]) > 1] - eps = [e for e in eps if e["label"] != "Heat shimmer" or not any(overlap(e, c) for c in checks)] - # la vague thermique n'absorbe qu'en dernier (un saut d'un passage ou d'une pluie va à eux), et que les sauts de - # plusieurs cibles : la vague les fait bouger ensemble, une cible seule qui saute n'est pas la vague (C2 de E-003) - hosts = sorted((e for e in eps if e["label"] in HOTES), key=thermique) - host = {id(e): next((h for h in hosts if overlap(e, h) and (len(e["sensors"]) > 1 or not thermique(h)) - and (h["label"] != "Heat shimmer" or h["start"] <= e["start"]) - and (h["label"] != "Brief obstruction" or e["start"] == h["start"] - and datetime.fromisoformat(e["end"]) - datetime.fromisoformat(h["start"]) <= MERGE)), None) - for e in eps if e["label"] == SAUT} - # une dérive ou un saut revenu dont toutes les cibles sont dans un épisode Target issue qui le chevauche : sa courbe - # est à ignorer, il en prend la famille (/detector-learner Displacement, modification 1, S6) - host.update({id(e): h for e in eps if e["label"] in (SAUT, "Slow drift") and not host.get(id(e)) - and (h := next((h for h in eps if h["kind"] == "Target issue" and overlap(e, h) - and set(e["sensors"]) <= set(h["sensors"])), None))}) - groupes = {id(e): [e] for e in eps if not host.get(id(e))} - for e in eps: - if host.get(id(e)): - groupes[id(host[id(e)])].append(e) - merged = [] - for g in groupes.values(): - prev = next((m for m in reversed(merged) if sorte(m[0]) == sorte(g[0]) and (g[0]["kind"] not in ("Obstruction", "Target issue") - or set(g[0]["sensors"]) & {s for e in m for s in e["sensors"]})), None) - end = max((e["end"] for e in prev if sorte(e) == sorte(g[0])), default=None) if prev else None - if end and datetime.fromisoformat(g[0]["start"]) - datetime.fromisoformat(end) < MERGE: - prev += g - else: - merged.append(g) - return sorted((evenement(g, references) for g in merged), key=lambda v: v["start"]) - - -def evenements(mesures, fin=None, dossier=None): - """Mesures (donnees.charger) -> événements de tous les détecteurs : ce que la page reçoit dans D.journal. Un détecteur - reçoit en plus ce que sa fonction detect déclare : fin, la fin de la fenêtre lue (tri en lot), pour un trou qui la - touche ; une clé de CONTEXTE, lue dans le dossier de la station (une fois par dossier), vide sans dossier.""" - episodes = [] - for mod in detecteurs(): - try: - params = inspect.signature(mod.detect).parameters - kw = {k: _contexte(dossier, k) if dossier else {} if k == "metriques" else [] for k in CONTEXTE if k in params} - if "fin" in params: - kw["fin"] = fin - episodes += mod.detect(mesures, **kw) - except Exception as e: # noqa: BLE001 - print(f"Journal : {mod.__name__} sauté ({type(e).__name__}: {e})", file=sys.stderr) - return classer(episodes, {s for s, ms in mesures.items() if ms[0]["pattern_type"] == "global_ref"}) - - -if __name__ == "__main__": - import argparse - p = argparse.ArgumentParser(description="Une ligne par événement ; --tranche : chaque tranche classée seule.") - p.add_argument("dossier") - p.add_argument("--du", help="premier jour UTC, AAAA-MM-JJ (défaut : début des données)") - p.add_argument("--au", help="dernier jour UTC exclu, AAAA-MM-JJ (défaut : fin des données)") - p.add_argument("--tranche", type=int, default=0, help="jours par tranche (défaut : un seul passage)") - # sans historique, une tranche qui commence juste avant un vrai saut le prend pour un saut revenu (PR17 à NORDEND, - # le 08/10 à 02:30 : absorbé dans la buée) ; 3 jours le rendent ; règle de l'utilisateur (2026-10-24) : 3 jours - # d'historique par défaut, dans la boucle comme dans la vraie application - p.add_argument("--historique", type=int, default=3, help="jours de mesures d'avant donnés aux détecteurs (défaut 3)") - a = p.parse_args() - mesures = charger(a.dossier) - ts = [m["t"] for ms in mesures.values() for m in ms] - jour = lambda d: datetime.strptime(d[:10], "%Y-%m-%d").replace(tzinfo=timezone.utc) # noqa: E731 - debut = jour(a.du) if a.du else min(ts).replace(hour=0, minute=0, second=0, microsecond=0) - fin = jour(a.au) if a.au else max(ts) + timedelta(seconds=1) - t = debut - while t < fin: - b = min(t + timedelta(days=a.tranche), fin) if a.tranche else fin - h = t - timedelta(days=a.historique) - tranche = {s: k for s, ms in mesures.items() if (k := [m for m in ms if h <= m["t"] < b])} - evs = [v for v in evenements(tranche, b, a.dossier) if v["end"] >= iso(t)] if tranche else [] - if a.tranche: - print(f"== {iso(t)} → {iso(b)} : {len(evs) or 'rien'}") - for v in evs: - print(v["start"], "→", v["end"], f"{v['category']:<20}", "grisé" if v["ignore"] else "gardé", - f"| {v['episodes'][0]['label']}", # la sorte : la règle du détecteur de la famille - f"| {len(v['sensors']) or 'tous les'} capteurs", "| absorbés :", ", ".join( - f"{e['label']} {e['start'][5:16]}" for e in v["episodes"][1:]) or "—") - t = b diff --git a/detectors/displacement.py b/detectors/displacement.py deleted file mode 100644 index d050b70..0000000 --- a/detectors/displacement.py +++ /dev/null @@ -1,359 +0,0 @@ -"""Journal du matin : le détecteur de la famille Displacement (labeling/familles.md) : les sauts brutaux de corr_x / -corr_y (px) de chaque cible, à la cadence native de l'export « advanced », et la dérive lente (en fin de fichier). Une -cible qui bascule (« Target flipping ») est de la famille Target issue : episodes() la rend, detect() la laisse à -target_issue.py. - -1. Bruit de la série = médiane des écarts d'une mesure à la suivante ; saut = mesure à K bruits ou plus du niveau - d'avant (médiane des BASE mesures précédentes) ; les BASE premières mesures, faute de niveau d'avant, face au niveau - d'après (médiane des BASE suivantes), un écart y est un saut revenu aussitôt (point 12 du plan, 2026-10-24). -2. Revenu (une heure de mesures de suite à moins de la moitié du saut : BASE à 15 min, une seule à 4 h, boucle - /detector-learner MICHIGAN, modification 1) en moins d'un jour, ou un jour après de retour à sa place - habituelle (premier jour de l'export) ou du jour d'avant : « Sudden jump, back to normal », grisé ; sa cause n'est pas - établie ici (categories.py lui donne celle de la catégorie qui le chevauche, sinon : à vérifier sur les images). -3. Sinon « Lasting shift », jamais grisé (peut-être un vrai mouvement) ; moins d'un jour de recul : - « Jump, not back yet », pas grisé non plus. -4. Les sauts qui se suivent à moins d'une heure, toutes cibles confondues, font un seul épisode (mode commun) ; - une seule cible durable (ou trop récente) suffit à ne pas griser l'épisode. -5. Références globales exclues ; mesures rejetées (corr vides) sautées. -6. Pic commun (lot 01 de la boucle NORDEND, 2026-10-26) : au même instant, au moins PIC_MIN cibles s'écartent d'au moins - K_PIC bruits de leurs deux mesures voisines, du même côté (toute l'image secouée un pas) : un saut revenu pour chacune, - même sous K. Il entre dans les épisodes du point 4 (près d'un saut durable, il ne grise rien). -7. Boucle CLARIDEN, lot 01 (2026-10-26) : un saut jamais revenu ne clôt plus la lecture de la série, son nouveau niveau - devient le niveau d'avant ; un épisode qui n'est pas grisé finit à son dernier saut, pas aux retours (ils ne sont - plus à griser) ; une cible qui bascule (REPET sauts revenus ou plus, chacun à moins d'un jour du précédent) fait un - épisode « back to normal » à elle seule, de la première à la dernière bascule, hors des épisodes communs. - -Résultats (2026-10-23, K = 20) : -- E-001 PS des Coudres : rien (vérité : rien côté sauts). -- E-002 NORDEND juillet : grisés 28/07 21:00 → 29/07 10:45 (18 cibles) et 30/07 13:30 → 31/07 01:15 (18) ; toile revenue - 31/07 20:30 : « not back yet » (13 cibles, 1 h avant la fin des données). -- E-003 WILDSTRUBEL : un saut d'un pas grisé, 04/09 06:45 (le C2 de la fiche) ; les autres sont sur des références - ou rejetés. -- E-004 CLARIDEN : « Lasting shift » 19/09 06:10, 18 cibles, non grisé ; faux positif probable : une cible agitée seule, - 18/09 15:40, non grisé ; la dérive de nuit de corr_x (lente) n'est pas un saut. -- E-005 NIEDERHORN : train du 01/10 12:00 grisé (1 cible sur 3 : les deux autres à 17 et 19 bruits) ; train du - 30/09 22:00 vu depuis le 2026-10-24 (2 cibles, première mesure de l'export) ; feuilles, pluie : rien (error_value, pas - des sauts). Les trains sont de toute façon attrapés par visibilite (« Passing obstacle ») et le classement y absorbe - leurs sauts : ne pas baisser K pour eux (point 12 du plan). -- NORDEND octobre : PR17 seule en « Lasting shift » le 08/10 02:30 ; cinq épisodes communs grisés (07/10 19:45, - 08/10 07:15, 09/10 08:45 et 21:15, 14/10 05:15 : 4 à 15 cibles, aller-retour en moins de 5 h) ; PR15 08/10 04:45, - un instant grisé. -Pic commun (K_PIC = 6, PIC_MIN = 3, 2026-10-26) : NORDEND, lot du 01 au 04/09 : secousses du 03/09 13:30 (3 cibles) et -16:45 (4) grisées, aussi 01/09 15:45 → 16:00 et 02/09 09:45, mêmes secousses d'un pas pendant la bascule de la caméra ; -NORDEND octobre : un pic de 3 cibles le 13/10 12:30, et PR17 (08/10 02:30) groupé avec le pic de 02:15, « 3 targets, -1 stayed shifted », toujours non grisé ; E-002, E-005 : pics absorbés par la toile et les trains ; E-004 : les pics du -mouvement (19/09 06:30, 06:50) restent dans le « Lasting shift » ; E-001, E-003 : rien. -Point 7 (REPET = 5, 2026-10-26) : CLARIDEN, lot du 18 au 22/09 : PR_BG grisé 19/09 06:40 → 21/09 23:20 (28 bascules de -12 px ; les autres cibles en font 3 au plus) ; le saut seul de D-303-A le 18/09 15:40 vu ; le « Lasting shift » du -matin garde 05:40 → 10:30 ; E-001 à E-003, E-005 à E-008 : inchangés. -Catégories du terrain (D-074, 2026-10-27) : la cible qui bascule pendant BASCULE au moins, avec SEULES cibles au plus en même temps, devient « Target flipping » (Target issue, plus un -saut bref) ; un saut durable d'au moins GROS des cibles, « Large shift » (gros saut : tout a bougé), toujours à vérifier. -/detector-learner Target issue, modification 1, S2 : BASCULE de 6 h à 36 h ; une cible qui bascule un jour, pendant une -gêne de toute la scène (pluie, brouillard, nuit de mauvaise visibilité), n'est pas une cible à problème (familles.md : des -rejets propres presque chaque jour) ; ses sauts revenus vont à la gêne qui les chevauche, sinon restent Displacement. -8. Saut sous K qui reste (boucle NIEDERHORN, lot 01, 2026-10-27 ; K_DURABLE = 7, PALIER = 8) : un saut d'au moins - K_DURABLE bruits compte s'il est durable au point 3 et que la médiane du jour d'après s'écarte de celle du jour d'avant, - du côté du saut, d'au moins PALIER fois la variation ordinaire du niveau d'un jour UTC au suivant (médiane des écarts - entre niveaux journaliers) ; sinon il est ignoré (ni revenu ni trop récent : seuls les sauts de K bruits ou plus le - sont). NIEDERHORN : e09, corr_y −0,19 px le 02/10 20:00 (8 bruits, 13 variations ordinaires), « Lasting shift », avec - e10 au même instant (corr_x +0,22 px, resté) ; E-001 : rien (cibles saines à 6 variations ordinaires au plus) ; - E-004 : le mouvement du 19/09 couvre deux fois plus de mesures à vérifier ; les autres events inchangés. -""" -import statistics -import sys -from datetime import timedelta -from pathlib import Path - -sys.path.insert(0, str(Path(__file__).resolve().parents[1] / "agent-tools")) -import donnees # noqa: E402 - -K = 20 # provisoire, réglé sur E-001 : à 15, deux cibles saines y sont grisées (17 et 18 bruits) ; les trains de - # E-005 (17 et 19 bruits) sont attrapés par visibilite : ne pas baisser K -K_DURABLE = 7 # provisoire : sous K, un saut qui reste compte dès K_DURABLE bruits (boucle NIEDERHORN, lot 01 : e09, - # corr_y −0,18 px d'un coup, 8 bruits, resté 5 jours) -PALIER = 8 # provisoire : ... s'il reste : médiane du jour d'après, du côté du saut, à PALIER fois la variation - # ordinaire du niveau d'un jour au suivant de celle du jour d'avant (e09 : 13 ; E-001, cibles saines : 6 au plus) -K_PIC = 6 # provisoire : pic d'un pas commun à plusieurs cibles (secousses de NORDEND, 6 à 11 bruits, lot 01 de la boucle) -PIC_MIN = 3 # provisoire : cibles qui piquent au même pas pour un pic commun (une ou deux : bruit ordinaire) -BASE = 4 # mesures qui font le niveau d'avant (1 h à 15 min) -GAP = timedelta(hours=1) # deux sauts à moins d'une heure, toutes cibles confondues : un seul épisode -BACK_H = 24 # provisoire : retour en moins d'un jour = artefact (E-002 : paliers jusqu'à 11 h 30) -BASCULE = timedelta(hours=36) # provisoire : une cible à problème bascule plusieurs jours (PR_BG : 2,5 jours) ; en moins, - # c'est un matin agité (E-009 : C8 et C13, 5 bascules en 1 h 20 pendant le mouvement) ou une nuit de gêne - # (NORDEND, JUNGFRAU : 12 à 28 h dans une perte de visibilité), un saut revenu, absorbé par son hôte -SEULES = 2 # provisoire : cibles qui basculent en même temps, au plus (FLORIDA : les deux collées ; E-002, toile sur les - # références : 15 à la fois) -GROS = 0.5 # provisoire : part des cibles d'un saut durable pour un gros saut (E-004 : presque toutes) -REPET = 5 # provisoire : sauts revenus d'une même cible, à moins d'un jour l'un de l'autre, qui en font une cible qui - # bascule (PR_BG de CLARIDEN, boucle lot 01 : une trentaine en 2,5 jours) - - -def _sauts(t, v): - """Une série (instants, valeurs) -> [(i début, i fin, état)], état 'back', 'lasting' ou 'recent'.""" - day = timedelta(hours=BACK_H) - noise = statistics.median(abs(y - x) for x, y in zip(v, v[1:])) - pas = statistics.median(b - a for a, b in zip(t, t[1:])) # cadence de la série - retour = max(1, min(BASE, round(timedelta(hours=1) / pas))) # mesures d'une heure (BASE à 15 min, une à 4 h) - # ponytail: place habituelle = premier jour de l'export, faux s'il commence dans un artefact - ref = statistics.median(x for x, u in zip(v, t) if u < t[0] + day) - lv = {} # niveau de chaque jour UTC ; sa variation ordinaire d'un jour au suivant juge un saut sous K - for x, u in zip(v, t): - lv.setdefault(u.date(), []).append(x) - lv = [statistics.median(x) for _, x in sorted(lv.items())] - ordinaire = statistics.median(abs(b - a) for a, b in zip(lv, lv[1:])) if len(lv) > 2 else 0 - # les BASE premières mesures, faute de niveau d'avant, face au niveau d'après : un écart y est revenu aussitôt - out = [(k, k, "back") for k in range(min(BASE, len(v) - BASE)) - if noise and abs(v[k] - statistics.median(v[k + 1:k + 1 + BASE])) >= K * noise] - i = BASE - while noise and i < len(v): - base = statistics.median(v[i - BASE:i]) - if abs(v[i] - base) < K_DURABLE * noise: - i += 1 - continue - tol = abs(v[i] - base) / 2 # revenu : une heure de mesures de suite à moins de la moitié du saut du niveau d'avant - j = next((k for k in range(i + 1, len(v)) if all(abs(x - base) < tol for x in v[k:k + retour])), len(v)) - before = statistics.median([x for x, u in zip(v, t) if t[i] - day <= u < t[i]] or [base]) - after = statistics.median(x for x, u in zip(v, t) if t[i] <= u < t[i] + day) - if j < len(v) and t[j] - t[i] <= day: - state = "back" - elif abs(after - ref) < tol or abs(after - before) < tol: # le jour d'après, la cible est à sa place - state, j = "back", i + 1 # habituelle, ou là où elle était le jour d'avant : le saut finissait un creux - else: - state = "lasting" if t[-1] - t[i] >= day else "recent" # moins d'un jour de recul : on ne sait pas encore - if abs(v[i] - base) < K * noise and (state != "lasting" or (after - before) * (v[i] - base) < 0 - or not ordinaire or abs(after - before) < PALIER * ordinaire): - i += 1 # sous K, seul compte un saut qui reste : le jour d'après loin du jour d'avant, de son côté - continue - out.append((i, j - 1, state)) - # niveau d'avant refait après le retour ; jamais revenu : le nouveau niveau devient celui d'avant, la suite - # reste lue (PR_BG de CLARIDEN, lot 01 : ses bascules après le saut de 10:30 étaient invisibles) - i = (j if j < len(v) else i) + BASE - return out - - -def _pics(t, v): - """Instants où la mesure s'écarte d'au moins K_PIC bruits de ses deux voisines, du même côté (pic d'un pas).""" - noise = statistics.median(abs(y - x) for x, y in zip(v, v[1:])) - return [t[i] for i in range(1, len(v) - 1) if noise and (v[i] - v[i - 1]) * (v[i] - v[i + 1]) > 0 - and min(abs(v[i] - v[i - 1]), abs(v[i] - v[i + 1])) >= K_PIC * noise] - - -def episodes(mesures): - """{capteur: [mesure]} (donnees.charger) -> épisodes des sauts, triés par début : Displacement, et Target issue pour - une cible qui bascule.""" - found = [] # (début, fin, état, capteur) - pics = {} # instant -> cibles qui y font un pic d'un pas - for name, ms in mesures.items(): - if donnees.est_reference(ms): - continue - for axe in ("corr_x", "corr_y"): - kept = [m for m in ms if m[axe] is not None] - if len(kept) <= BASE: - continue - t, v = [m["t"] for m in kept], [m[axe] for m in kept] - # un saut qui n'est pas revenu finit avec lui-même, pas avec les données (sa barre cachait les autres) - found += [(t[a], t[b] if state == "back" else t[a], state, name) for a, b, state in _sauts(t, v)] - for u in _pics(t, v): - pics.setdefault(u, set()).add(name) - found += [(u, u, "back", s) for u, cs in pics.items() if len(cs) >= PIC_MIN for s in cs] # pic commun : revenu - seuls = _bascules(found) # une cible qui saute et revient sans cesse : un épisode à elle seule, hors des communs - found = [f for f in found if f[2] != "back" or not any(f[3] in g["sensors"] and g["start"] <= f[0] <= g["end"] - for g in seuls)] - groups = [] # un saut qui n'est pas revenu ne compte que par son instant : sa fin est souvent celle des données - for s, e, state, name in sorted(found): - if groups and s <= groups[-1]["until"] + GAP: - g = groups[-1] - else: - g = {"start": s, "end": e, "until": s, "last": s, "sensors": {}} - groups.append(g) - g["end"], g["until"], g["last"] = max(g["end"], e), max(g["until"], e if state == "back" else s), s - g["sensors"].setdefault(name, set()).add(state) - longues = [g for g in seuls if g["flip"]] # bascules de nombreuses cibles en même temps : la compensation, pas une - for g in longues: # cible à problème - if sum(h["start"] <= g["end"] and h["end"] >= g["start"] for h in longues) > SEULES: - g["flip"] = 0 - total = sum(not donnees.est_reference(ms) for ms in mesures.values()) - return sorted((_episode(g, total) for g in groups + seuls), key=lambda ep: ep["start"]) - - -def _bascules(found): - """Sauts revenus d'une même cible, chacun à moins de BACK_H du précédent : REPET ou plus -> un groupe, de la - première à la dernière bascule.""" - day, seuls = timedelta(hours=BACK_H), [] - for name in {f[3] for f in found}: - chain = [] # (début, fin) ; corr_x et corr_y en double : comptés par instant - for s, e in sorted({(s, e) for s, e, state, n in found if n == name and state == "back"}) + [(None, None)]: - if chain and s is not None and s <= max(c[1] for c in chain) + day: - chain.append((s, e)) - continue - if len({c[0] for c in chain}) >= REPET: - seuls.append({"start": chain[0][0], "end": max(c[1] for c in chain), "sensors": {name: {"back"}}, - "flip": len({c[0] for c in chain}) if max(c[1] for c in chain) - chain[0][0] >= BASCULE else 0}) - chain = [(s, e)] - return seuls - - -def _episode(g, total): - """Un groupe -> épisode du journal ; un seul saut durable (ou trop récent) suffit à ne pas griser ; une cible qui - bascule : « Target flipping » (Target issue, D-074) ; un saut durable de GROS cibles ou plus : « Large shift » - (le gros saut, sous-groupe de « À vérifier »).""" - n = len(g["sensors"]) - lasting = sum("lasting" in st for st in g["sensors"].values()) - recent = any("recent" in st for st in g["sensors"].values()) - who = "One target" if n == 1 else f"{n} targets together (a single event)" - if g.get("flip"): - name = next(iter(g["sensors"])) - return {"start": donnees.iso(g["start"]), "end": donnees.iso(g["end"]), "kind": "Target issue", "label": "Target flipping", - "text": f"{name} jumped and came back {g['flip']} times: its tracking is not reliable, look at the images " - "of the target.", "ignore": True, "sensors": [name], "lasting": []} - if lasting and n >= GROS * total: - label = "Large shift" - text = f"{n} targets jumped together and {lasting} of them stayed shifted: everything moved, please check it." - elif lasting: - label = "Lasting shift" - some = "" if lasting == n else f", {lasting} of them stayed shifted for more than a day" - text = (f"{who} jumped{some}" if some else f"{who} jumped and stayed shifted for more than a day") + \ - ": this may be a real movement, please check it." - elif recent: - label = "Jump, not back yet" - text = f"{who} jumped less than a day before the last measurement and has not come back yet: check again later." - else: - label = "Sudden jump, back to normal" - text = f"{who} jumped and came back within a day: the cause is not established, look at the images." - end = g["last"] if lasting or recent else g["end"] # pas grisé : le dernier saut, pas les retours - return {"start": donnees.iso(g["start"]), "end": donnees.iso(end), "kind": "Displacement", "label": label, - "text": text, "ignore": not lasting and not recent, "sensors": sorted(g["sensors"]), - "lasting": sorted(s for s, st in g["sensors"].items() if "lasting" in st)} # restées décalées (phrase du journal) - - -def detect(mesures): - return sorted([e for e in episodes(mesures) if e["kind"] == "Displacement"] + derive(mesures), key=lambda ep: ep["start"]) - - -# --- Dérive lente --------------------------------------------------------------------------------------------------- -# Dérive lente : une cible qui bouge peu à peu, jour après jour. -# -# Reprend la tendance de l'onglet Displacements (D-055, explore.find_trend) sur l'export « advanced » (corr_x, corr_y, px), -# pour que la boucle puisse l'entraîner comme les autres détecteurs. Méthode, par cible (hors références globales) et par -# axe (seuils provisoires, ceux de D-055) : -# 1. Niveau du jour : médiane des mesures de chaque jour UTC d'au moins HEURES heures mesurées sur 24, en part des heures -# que la station mesure (boucle /detector-learner MICHIGAN, modification 1 : à une mesure toutes les 4 h, 5 des 6 -# heures ; avant, aucun jour ne comptait) ; au moins JOURS jours. -# 2. Pente de Theil-Sen et tau de Kendall des niveaux journaliers ; amplitude du jour : écart entre ses déciles 9 et 1. -# 3. Dérive : |pente| × durée ≥ TAILLE fois l'amplitude médiane du jour, |tau| ≥ REGULIER, et aucun pas d'un jour au -# suivant de plus de la moitié de la dérive (un saut qui dure n'est pas une dérive : le détecteur sauts le prend). -# 4. Un épisode par cible (un axe suffit), de la première mesure du premier jour à la dernière du dernier ; pas grisé. -# 4 bis. Par morceaux (/detector-learner Displacement, modification 1, S1) : une cible sans dérive sur toute la fenêtre -# peut dériver quelques jours, puis se poser ou repartir en arrière. Sur chaque suite d'au moins JOURS jours retenus, -# dérive = niveau du dernier jour moins celui du premier, au moins MORCEAU amplitudes du jour (médiane de la série), -# |tau| ≥ REGULIER du même signe, aucun pas d'un jour retenu au suivant de plus de la moitié de la dérive ; les -# morceaux pris de la plus grande dérive à la plus petite, sans se chevaucher (ils peuvent partager le jour où le -# niveau tourne) : chacun va d'un extrême du niveau à l'autre, un épisode par morceau et par axe. À MORCEAU = 1, les -# cycles thermiques de quelques jours et le bruit des niveaux passent (JUNGFRAU, NORDEND) : 3,5 garde les rangées de -# CLARIDEN (3,8 à 8,3 amplitudes), écarte JUNGFRAU (3,1 au plus). Les morceaux ne remplacent pas l'étape 3 : à leur -# place, la fin des dérives de MICHIGAN et ce que couvraient les tendances de WILDSTRUBEL étaient perdus. -# Un morceau ne franchit pas un trou : deux jours retenus qui se suivent sont à TROU jours au plus l'un de l'autre -# (modification 2, remarque 1 du contrôle : l'écart d'un niveau à travers trois jours sans mesure est un pas, pas une -# pente ; il faisait des morceaux de toute la fenêtre, CLARIDEN 09-28 → 11-01). Un jour manquant ne coupe pas. -# 5. Dérive de la caméra (même modification) : au moins GROS des cibles dérivent du même côté sur corr_x ou corr_y, et au -# moins GROS des capteurs, références comprises, sur leurs positions brutes x ou y : seuls les morceaux du point 4 bis -# sont signalés, pas la tendance de toute la fenêtre (/detector-learner Displacement, modification 1, S2 : la caméra -# mal compensée qui dérive, NEBRASKA, est un Displacement pour les étiquettes ; avant, rien n'était signalé). Les -# cibles d'un pont qui suivent la saison (JUNGFRAU, étiquetées Thermal displacement jour après jour) passent l'étape 3 -# mais pas MORCEAU ; NEBRASKA les deux. BREITHORN (5 capteurs sur 16 en x comme en y) et MICHIGAN ne sont pas -# concernées. -HEURES = 20 # un jour compte s'il a au moins 20 heures mesurées sur 24 (comme D-055), en part des heures mesurées -JOURS = 5 # jours au minimum pour une tendance (TREND_DAYS de D-055) -TAILLE = 1.0 # dérive ≥ TAILLE amplitudes journalières (TREND_SIZE de D-055) -REGULIER = 0.6 # |tau de Kendall| des niveaux journaliers (TREND_STEADY de D-055) -MORCEAU = 3.5 # dérive par morceaux ≥ MORCEAU amplitudes journalières (point 4 bis) -TROU = 2 # un morceau ne passe pas d'un jour retenu au suivant à plus de TROU jours (point 4 bis) - - -def _decile(vs, q): - vs = sorted(vs) - return vs[min(len(vs) - 1, int(q * len(vs)))] - - -def _jours(ms, col): - """-> {jour UTC: ses mesures}, les jours retenus (point 1).""" - jours = {} - for m in ms: - if m[col] is not None: - jours.setdefault(m["t"].date(), []).append(m) - creneaux = len({m["t"].hour for js in jours.values() for m in js}) # heures que la station mesure (6 à 4 h de pas) - return {d: js for d, js in jours.items() if len({m["t"].hour for m in js}) >= HEURES / 24 * creneaux} - - -def _derive(ms, col): - """-> (dérive en px, jours, premier instant, dernier) ou None.""" - jours = _jours(ms, col) - if len(jours) < JOURS: - return None - niv = sorted((d.toordinal(), statistics.median(m[col] for m in js)) for d, js in jours.items()) - paires = [(a, b) for k, a in enumerate(niv) for b in niv[k + 1:]] - pente = statistics.median((b[1] - a[1]) / (b[0] - a[0]) for a, b in paires) - tau = sum((b[1] > a[1]) - (b[1] < a[1]) for a, b in paires) / len(paires) - derive = pente * (niv[-1][0] - niv[0][0]) - ampl = statistics.median(_decile([m[col] for m in js], 0.9) - _decile([m[col] for m in js], 0.1) for js in jours.values()) - pas = max(abs(b[1] - a[1]) for a, b in zip(niv, niv[1:])) - if abs(derive) < TAILLE * ampl or abs(tau) < REGULIER or pas > abs(derive) / 2: - return None - d0, d1 = min(jours), max(jours) - return derive, len(jours), min(m["t"] for m in jours[d0]), max(m["t"] for m in jours[d1]) - - -def _morceaux(ms, col): - """-> [(dérive en px, jours, premier instant, dernier)] : les morceaux de dérive (point 4 bis).""" - jours = _jours(ms, col) - if len(jours) < JOURS: - return [] - ds = sorted(jours) - niv = [statistics.median(m[col] for m in jours[d]) for d in ds] - ampl = statistics.median(_decile([m[col] for m in js], 0.9) - _decile([m[col] for m in js], 0.1) for js in jours.values()) - morceaux = [] # (dérive, i, j) - for i in range(len(ds)): - signes = pas = 0 - for j in range(i + 1, len(ds)): - if (ds[j] - ds[j - 1]).days > TROU: - break # un écart à travers un trou est un pas (le détecteur des sauts le prend), pas une pente - signes += sum((niv[j] > niv[k]) - (niv[j] < niv[k]) for k in range(i, j)) # tau de Kendall, pas à pas - pas = max(pas, abs(niv[j] - niv[j - 1])) - n, d = j - i + 1, niv[j] - niv[i] - if n >= JOURS and d and abs(d) >= MORCEAU * ampl and pas <= abs(d) / 2 \ - and signes * (1 if d > 0 else -1) >= REGULIER * n * (n - 1) / 2: - morceaux.append((d, i, j)) - pris = [] - for d, i, j in sorted(morceaux, key=lambda x: (-abs(x[0]), x[2] - x[1])): - if all(j <= a or i >= b for _, a, b in pris): - pris.append((d, i, j)) - return [(d, j - i + 1, min(m["t"] for m in jours[ds[i]]), max(m["t"] for m in jours[ds[j]])) for d, i, j in pris] - - -def _commune(mesures, cols): - """Au moins GROS des capteurs dérivent du même côté sur un même axe de cols.""" - for col in cols: - signes = [x[0] > 0 for ms in mesures.values() if (x := _derive(ms, col))] - if max(signes.count(True), signes.count(False)) >= GROS * len(mesures): - return True - return False - - -def derive(mesures): - cibles = {s: ms for s, ms in mesures.items() if not donnees.est_reference(ms)} - camera = _commune(cibles, ("corr_x", "corr_y")) and _commune(mesures, ("x", "y")) # point 5 : morceaux seuls - out = [] - for s, ms in sorted(mesures.items()): - if donnees.est_reference(ms): - continue - r = [] if camera else [x for col in ("corr_x", "corr_y") if (x := _derive(ms, col))] - r = [max(r, key=lambda x: abs(x[0]))] if r else [x for col in ("corr_x", "corr_y") for x in _morceaux(ms, col)] - out += [{"start": donnees.iso(a), "end": donnees.iso(b), "kind": "Displacement", "label": "Slow drift", - "text": f"{s} drifts slowly and steadily: {derive:+.2f} px in {n} days. Keep watching it.", - "ignore": False, "sensors": [s]} for derive, n, a, b in r] - return out - -if __name__ == "__main__": - for ep in detect(donnees.charger(sys.argv[1])): - print(ep["start"], ep["end"], "ignore" if ep["ignore"] else "KEEP ", ep["label"], "|", len(ep["sensors"]), - ",".join(ep["sensors"][:6]), "|", ep["text"]) diff --git a/detectors/no_data.py b/detectors/no_data.py deleted file mode 100644 index 7646e2d..0000000 --- a/detectors/no_data.py +++ /dev/null @@ -1,43 +0,0 @@ -"""Journal du matin : le détecteur de la famille No data (labeling/familles.md) : moments sans mesure (cadence de l'export « advanced » rompue). - -Cadence : écart médian entre deux instants de mesure, tous capteurs confondus. Un trou : plus de 2 pas manquants entre -deux mesures (écart > 3 cadences) ; l'épisode va de la dernière mesure à la suivante. Fin de la fenêtre lue (fin, si -l'appelant la donne : le tri en lot de categories.py) : la même règle entre la dernière mesure et fin, l'épisode allant -jusqu'à fin (boucle CLARIDEN, lot 01 : 44 h sans mesure jusqu'à la fin du lot, non signalées). Pas de mesure dans -l'export ne veut pas dire station arrêtée (CLAUDE.md) : le texte dit seulement que l'export n'a rien. -Usage : python3 detectors/no_data.py (affiche les épisodes) -""" -import os -import statistics -import sys - -sys.path.insert(0, os.path.join(os.path.dirname(os.path.abspath(__file__)), "..", "agent-tools")) -from donnees import charger, iso # noqa: E402 - -MISSING = 2 # au-delà de 2 pas manquants, c'est un trou (consigne de l'utilisateur, 2026-10-23) - - -def duration(s): - h, m = divmod(round(s / 60), 60) - return f"{h} h {m:02d} min" if h else f"{m} min" - - -def detect(mesures, fin=None): - """fin : fin de la fenêtre lue (datetime, exclue), facultative ; sans elle, un trou final n'est pas vu.""" - ts = sorted({m["t"].replace(second=0, microsecond=0) for ms in mesures.values() for m in ms}) - if len(ts) < 3: - return [] - gaps = [(b - a).total_seconds() for a, b in zip(ts, ts[1:])] - step = statistics.median(gaps) - out = [(a, b, g, "") for a, b, g in zip(ts, ts[1:], gaps)] - if fin: # fin exclue : la dernière mesure attendue est à fin − 1 pas, l'écart se compte comme entre deux mesures - out.append((ts[-1], fin, (fin - ts[-1]).total_seconds(), ", up to the end of the period")) - return [{"start": iso(a), "end": iso(b), "kind": "No data", "label": "No data", - "text": f"No measurement in the export for {duration(g)}{fin_txt} (usually one every {duration(step)}).", - "ignore": False, "sensors": []} - for a, b, g, fin_txt in out if g > (MISSING + 1) * step] - - -if __name__ == "__main__": - for e in detect(charger(sys.argv[1])): - print(e) diff --git a/detectors/obstruction.py b/detectors/obstruction.py deleted file mode 100644 index d8fe016..0000000 --- a/detectors/obstruction.py +++ /dev/null @@ -1,38 +0,0 @@ -"""Journal du matin : le détecteur de la famille Obstruction (labeling/familles.md) : un objet cache une ou quelques -cibles, un instant ou longtemps. Il reprend deux calculs partagés avec d'autres familles : -- l'error_value de visibility.py : Brief obstruction (un passage, un instant) et Target obscured (une cible rejetée à - répétition quand les autres restent vues, ou une gêne qui ne touche que quelques cibles, sans référence) ; -- les rejets jour après jour de target_issue.py : une cible rejetée moins d'une semaine, Target obscured. -Un capteur déjà dans un épisode Target issue (Degraded target, Target stuck) qui le chevauche n'est pas rendu en -Obstruction : sa courbe est déjà à ignorer, la famille est Target issue (frontière « Target issue ou épisode d'une autre -famille » de labeling/familles.md ; /detector-learner Obstruction, modification 1 : S1, cibles à problème de FLORIDA, -NORDEND, SNCF01, NIEDERHORN, JUNGFRAU, CLARIDEN découpées en Target obscured ; S3, leurs rejets isolés en Brief obstruction). -Usage : python3 detectors/obstruction.py (affiche les épisodes) -""" -import os -import sys - -sys.path.insert(0, os.path.join(os.path.dirname(os.path.abspath(__file__)), "..", "agent-tools")) -sys.path.insert(0, os.path.dirname(os.path.abspath(__file__))) -import target_issue # noqa: E402 -import visibility # noqa: E402 -from donnees import charger # noqa: E402 - - -def detect(mesures): - ti = target_issue.episodes(mesures) - issues = [e for e in ti if e["kind"] == "Target issue"] - out = [] - for e in visibility.episodes(mesures) + ti: - if e["kind"] != "Obstruction": - continue - pris = {s for h in issues if h["start"] <= e["end"] and h["end"] >= e["start"] for s in h["sensors"]} - if not (e := {**e, "sensors": [s for s in e["sensors"] if s not in pris]})["sensors"]: # sans les capteurs déjà - continue # en Target issue - out.append(e) - return sorted(out, key=lambda e: e["start"]) - - -if __name__ == "__main__": - for e in detect(charger(sys.argv[1])): - print(e["start"], "→", e["end"], e["label"], f"| {len(e['sensors'])} :", ",".join(e["sensors"][:8]), "|", e["text"]) diff --git a/detectors/target_issue.py b/detectors/target_issue.py deleted file mode 100644 index 9315c75..0000000 --- a/detectors/target_issue.py +++ /dev/null @@ -1,193 +0,0 @@ -"""Journal du matin : le détecteur de la famille Target issue (labeling/familles.md) : une cible constamment -problématique : rejetée la plupart du temps, jour après jour, quand les autres sont vues (cible dégradée), collée (en -fin de fichier), ou qui bascule (les sauts de displacement.py, « Target flipping »). Une cible rejetée moins d'une -semaine est cachée par moments (point 4) : episodes() la rend avec la famille Obstruction, que detect() laisse à -obstruction.py. - -Le détecteur visibilite compare chaque capteur à son propre niveau habituel : une cible presque toujours rejetée lui -paraît normale (FLORIDA, octobre 2026 : Massif 2 et Sellette 6 rejetées la moitié des mesures ou plus, chaque jour). -Méthode (seuils provisoires, Claude, 2026-10-27) : -1. Instant calme pour un capteur : au plus CALME des autres capteurs rejetés (error_value > error_threshold) ; la météo et - la buée, qui touchent tout le monde, sont ainsi mises de côté. -2. Par jour UTC et par capteur, sur ses instants calmes (au moins MIN_HEURES heures d'instants à la cadence de la - station, écart médian entre deux instants de mesure ; sinon le jour ne compte pas) : jour dégradé si au moins PART - d'entre eux sont rejetés. Cadence (boucle /detector-learner NEBRASKA, lot 01) : 12 instants fixes, « 3 h à 15 min », - ne comptaient aucun jour à une mesure toutes les 4 h ; REFCOLH22, rejetée sans cesse depuis sa perte, n'était pas vue. -3. Épisode : au moins MIN_JOURS jours dégradés de suite (un jour qui ne compte pas ne coupe pas la suite), de la première - mesure rejetée de ces jours à la dernière ; ignore = True : la courbe de la cible n'est pas fiable. -4. Gênée tout le temps ou par moments (frontière « Target issue ou Obstruction » de labeling/familles.md ; boucle - /detector-learner NEBRASKA, lot 01) : une suite d'au moins SEMAINE jours est une cible à problème, « Degraded target » ; - plus courte, une cible cachée par moments, « Target obscured » (famille Obstruction), un épisode par suite de - mesures rejetées (les heures où elle est vue n'en sont pas). BREITHORN : véhicules garés - devant COLI24 et POUI22, 2 à 5 jours ; NEBRASKA et MICHIGAN : une référence perdue, 25 jours ; JUNGFRAU : PM_G, 63. - Pour la cible à problème, la suite est reliée : au plus PONT jours non dégradés de suite ne la coupent pas, et elle - demande alors SEMAINE jours de son premier à son dernier jour dégradé, à PART de rejets sur tous ses jours (« des rejets - propres à la cible presque chaque jour de la plage ») ; les Target obscured qu'elle couvre n'existent plus - (/detector-learner Obstruction, modification 1, S1 : FLORIDA Sellette 6 et Massif 2, SNCF01 F4.3 et F4.4, NORDEND - CTR01, NIEDERHORN e01, découpées en Target obscured par un jour sous PART ; BREITHORN, véhicules garés, inchangé). - La cible à problème juge la régularité plutôt que la part du jour : un jour y est dégradé dès PART_SEMAINE (le quart) - de ses instants calmes rejetés, et PONT vaut un jour ; la cible cachée par moments garde PART. Une cible rejetée chaque - jour aux mêmes heures, le jour seulement ou la nuit seulement, reste sous la moitié et n'était pas vue - (/detector-learner Target issue, modification 1, S1 : WILDSTRUBEL R3, de 04:00 à 16:00 chaque jour, vue seulement les - jours sans mesure de nuit ; NORDEND PR04 et CTR01, NIEDERHORN PWD_IMP_B08_024_C09 et e01, SNCF01 F4.3, plus tôt). -Sur les jeux de data/ (2026-10-27) : FLORIDA Massif 2 21 → 25.10, Sellette 6 16 → 17.10 et 19 → 20.10 ; NIEDERHORN e03 à -e12 toute la période (jamais vues) ; NORDEND CTR01 plusieurs suites en juin-juillet (déjà « souvent rejetée ») ; rien -sur LENZSPITZE ; CLARIDEN PR-283 du 12 au 16.09. La cause (salissure, végétation, réglage) ne se lit que sur les images. -Cible collée (E-011, FLORIDA : une cible définie sur le prisme d'une référence) : par jour UTC, -le bruit de ses corr_x et corr_y (médiane des écarts d'une mesure à la suivante) à moins de COLLE fois le bruit médian -des autres cibles, sur les deux axes, un jour suffit (une journée sans bruit n'arrive pas par accident) ; label « Target stuck ». Sur E-011 : C2 à -7e-5 px et C3 à 2e-4 contre 0,013 pour les autres ; FLORIDA : les mêmes, Pont Ernen et Sellette 3. -Usage : python3 detectors/target_issue.py (affiche les épisodes) -""" -import os -import statistics -import sys - -sys.path.insert(0, os.path.join(os.path.dirname(os.path.abspath(__file__)), "..", "agent-tools")) -sys.path.insert(0, os.path.dirname(os.path.abspath(__file__))) -import displacement # noqa: E402 -from donnees import charger, est_reference, iso # noqa: E402 - -CALME = 0.25 # part des autres capteurs rejetés au plus, pour un instant calme -PART = 0.5 # la moitié des instants calmes rejetés : « la plupart du temps » -PART_SEMAINE = 0.25 # le quart des instants calmes rejetés, chaque jour d'une semaine ou plus : une cible à problème, - # même rejetée seulement le jour ou seulement la nuit (/detector-learner Target issue, modification 1, S1) -MIN_HEURES = 3 # heures d'instants calmes, à la cadence de la station : en dessous, le jour ne compte pas -MIN_JOURS = 2 # un jour seul est trop souvent un accident (NORDEND : jours isolés sur 16 capteurs) -PONT = 1 # provisoire : jour non dégradé qui ne coupe pas une suite de jours dégradés (4) ; à 2, les véhicules garés - # de BREITHORN (deux jours, puis rien deux jours, puis un) feraient une semaine au quart -SEMAINE = 7 # provisoire : jours dégradés de suite pour une cible à problème ; en dessous, une cible cachée par moments -COLLE = 0.05 # provisoire : bruit d'une cible collée face aux autres (E-011 : 0,006 ; NORDEND, E-001 : 0,7 au plus bas) - - -def rejete(m): - return m["error_value"] is not None and m["error_threshold"] is not None and m["error_value"] > m["error_threshold"] - - -def cadence(mesures): - """Écart médian entre deux instants de mesure, tous capteurs confondus, en heures (comme no_data).""" - ts = sorted({m["t"].replace(second=0, microsecond=0) for ms in mesures.values() for m in ms}) - return statistics.median((b - a).total_seconds() for a, b in zip(ts, ts[1:])) / 3600 if len(ts) > 1 else 1 - - -def episodes(mesures): - """Cibles rejetées jour après jour : Target issue (une semaine ou plus) et Obstruction (moins), puis les collées.""" - min_instants = MIN_HEURES / cadence(mesures) - par_t = {} - for s, ms in mesures.items(): - for m in ms: - par_t.setdefault(m["t"], {})[s] = rejete(m) - jours = {} # capteur -> jour -> [rejetés, calmes, première mesure, dernière] - for t in sorted(par_t): - d = par_t[t] - for s, r in d.items(): - autres = [v for k, v in d.items() if k != s] - c = jours.setdefault(s, {}).setdefault(t.date(), [0, 0, t, t]) - c[3] = t - if autres and sum(autres) / len(autres) <= CALME: - c[0] += r - c[1] += 1 - out = [] - for s, js in sorted(jours.items()): - cache = [] # suites reliées d'au moins SEMAINE jours, à part de rejets PART_SEMAINE : une cible à problème - for su in _suites(js, min_instants, PONT, PART_SEMAINE): - part = sum(c[0] for c in su) / sum(c[1] for c in su) - if len(su) < SEMAINE or part < PART_SEMAINE: - continue - n = sum(c[0] / c[1] >= PART_SEMAINE for c in su) - r = _rejets([m for m in mesures[s] if su[0][2] <= m["t"] <= su[-1][3]]) - cache.append((su[0][2], su[-1][3])) - out.append({"start": iso(r[0][0]), "end": iso(r[-1][1]), "kind": "Target issue", "label": "Degraded target", - "text": f"{s} was rejected in {round(100 * part)} % of the measurements when the other targets were " - f"seen, on {n} of {len(su)} days.", "ignore": True, "sensors": [s]}) - for su in _suites(js, min_instants, 0, PART): # par moments : un épisode par suite de mesures rejetées - if len(su) < MIN_JOURS or any(a <= su[0][2] <= b for a, b in cache): - continue - part = round(100 * sum(c[0] for c in su) / sum(c[1] for c in su)) - text = f"{s} was rejected in {part} % of the measurements when the other targets were seen, {len(su)} days in a row." - out += [{"start": iso(a), "end": iso(b), "kind": "Obstruction", "label": "Target obscured", "text": text, - "ignore": True, "sensors": [s]} - for a, b in _rejets([m for m in mesures[s] if su[0][2] <= m["t"] <= su[-1][3]])] - return sorted(out + colles(mesures, min_instants), key=lambda e: e["start"]) - - -def _suites(js, min_instants, pont, part): - """{jour: [rejetés, calmes, première, dernière]} -> suites de jours dégradés ; au plus pont jours non dégradés de suite - entre deux jours dégradés ne coupent pas la suite (ils en sont) ; un jour qui ne compte pas ne la coupe pas.""" - suites, cur, creux = [], [], [] - for j in sorted(js): - rej, calmes = js[j][:2] - if calmes < min_instants: - continue - if rej / calmes >= part: - cur += creux + [js[j]] - creux = [] - elif cur: - creux.append(js[j]) - if len(creux) > pont: - suites.append(cur) - cur, creux = [], [] - return suites + ([cur] if cur else []) - - -def _rejets(ms): - """Mesures d'un capteur -> [(début, fin)] de ses suites de mesures rejetées.""" - out, cur = [], [] - for m in ms + [None]: - if m and rejete(m): - cur.append(m["t"]) - elif cur: - out.append((cur[0], cur[-1])) - cur = [] - return out - - -def _bruit(v): - return statistics.median(abs(y - x) for x, y in zip(v, v[1:])) if len(v) > 2 else None - - -def colles(mesures, min_instants): - """Cibles dont corr_x et corr_y ne bougent presque pas, jour après jour, quand les autres bougent.""" - jours = {} # jour -> cible -> (bruit x, bruit y, première mesure, dernière) - for s, ms in mesures.items(): - if est_reference(ms): - continue - par_j = {} - for m in ms: - par_j.setdefault(m["t"].date(), []).append(m) - for d, js in par_j.items(): - b = [_bruit([m[c] for m in js if m[c] is not None]) for c in ("corr_x", "corr_y")] - if None not in b and len(js) >= min_instants: - jours.setdefault(d, {})[s] = (*b, js[0]["t"], js[-1]["t"]) - suites = {} # cible -> [[jours collés de suite]] - for d in sorted(jours): - cs = jours[d] - for s, (bx, by, a, b) in cs.items(): - autres = [v for k, (x, y, *_) in cs.items() if k != s for v in (x, y)] - if len(autres) < 4: - continue - ref = statistics.median(autres) - su = suites.setdefault(s, [[]]) - if ref and max(bx, by) <= COLLE * ref: - su[-1].append((a, b)) - elif su[-1]: - su.append([]) - out = [] - for s, su in sorted(suites.items()): - for k in su: - if k: - out.append({"start": iso(k[0][0]), "end": iso(k[-1][1]), "kind": "Target issue", "label": "Target stuck", - "text": f"{s} barely moved while the other targets did ({len(k)} day{'s' if len(k) > 1 else ''}): it may be " - "set on a reference prism.", "ignore": True, "sensors": [s]}) - return out - - - -def detect(mesures): - return sorted((e for e in episodes(mesures) + displacement.episodes(mesures) if e["kind"] == "Target issue"), - key=lambda e: e["start"]) - - -if __name__ == "__main__": - for e in detect(charger(sys.argv[1])): - print(e) diff --git a/detectors/thermal_displacement.py b/detectors/thermal_displacement.py deleted file mode 100644 index 27ef80d..0000000 --- a/detectors/thermal_displacement.py +++ /dev/null @@ -1,313 +0,0 @@ -"""Journal du matin : le détecteur de la famille Thermal displacement (labeling/familles.md) : la vague quotidienne des -déplacements corrigés (dilatation le jour, contraction le soir : l'utilisateur, 2026-10-24 ; point 41 du plan). - -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). -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. 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 - 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. -4. Heures chaudes : niveau de nuit = médiane des 8 heures consécutives les plus plates du profil ; une heure est - chaude si, en médiane sur les axes concernés, le profil s'en écarte d'au moins 0,3 fois son amplitude. -5. Deux épisodes par jour complet qui ressemble aux autres (corrélation médiane ≥ 0,5 sur les axes concernés) : - « Thermal expansion » du départ à l'heure du plus grand écart au niveau de nuit (le pic), puis « Thermal - contraction » jusqu'au retour. Les heures chaudes disent qu'il y a un cycle ; ses bornes se lisent plus bas, à BORD - fois l'amplitude : le départ, en remontant du pic tant que l'écart reste ≥ BORD (au plus jusqu'à l'heure la plus - calme du profil) ; le retour, en descendant du pic jusqu'à ce qu'il repasse sous BORD, après minuit s'il le faut, au - plus jusqu'au départ du lendemain : un retour lent la nuit enchaîne les cycles (/detector-learner Thermal - displacement, modification 1, S1 : avant, la vague s'arrêtait à la dernière heure chaude, le soir et la nuit - manquaient). Le sens (une courbe qui monte ou qui descend) dépend de la direction de la cible : on ne le regarde - pas, seulement l'écart au niveau de nuit. -Sinusoïde (2026-10-24), axes des courbes corrigées où elle explique ≥ 30 % : PS des Coudres 14/22, NORDEND d'octobre -0/38, juillet 1/38, WILDSTRUBEL 1/14, CLARIDEN 0/48, NIEDERHORN 14/40 (3 jours, deux nuits de pluie aux mêmes heures, -écarté par la première méthode) ; PS des Coudres seule a son effet périodique, 5 jours, dilatation puis contraction. - -Résultats (2026-10-23 ; « cibles » = part des cibles concernées, amplitude = médiane max − min du profil, en px) : -| Jeu | corr (ce que voit le client) | x, y bruts | -|---|---|---| -| PS_DES_COUDRES | 11/11 cibles, 0,17 px, 08-17 h, 5 épisodes | 12/12, 0,55 px, 08-16 h | -| NORDEND (juillet, E-002) | 2/18, rien | 18/19, 1,8 px, 06-18 h | -| WILDSTRUBEL (E-003) | 3/7, rien | 6/7, 3,2 px, 04-08 h | -| CLARIDEN (E-004) | 1/24, rien | 1/24, aucun cycle | -| NIEDERHORN (E-005, horaire) | 3/11, rien | 19/30, 4,6 px, ~12 h | -| cas 2026-10_NORDEND (11 j) | 9/19, 0,02 px, 08-17 h, sous le seuil (PART = 0,4 : 8 épisodes, sans 08 ni 09/10) | 17/19, 0,78 px, 09-17 h | -Lecture : le cycle est presque partout dans les positions brutes (mode commun) et la compensation l'enlève, -sauf à PS des Coudres où il reste dans corr, de même forme que dans les positions brutes. -Effet thermique (D-074, 2026-10-27) : sans cycle dans corr, la même méthode sur les positions brutes x, y donne -« Camera thermal expansion » et « Camera thermal contraction » : la caméra bouge avec la chaleur de son support, la -compensation l'enlève ; mêmes catégories du journal, phrase propre. -Caméra sans sinusoïde (boucle WILDSTRUBEL, lot 01) : sur les positions brutes, la seconde méthode n'est plus demandée ; -la caméra y montait d'un bloc de 3 px au lever, tenait 3 h et retombait en un pas vers 09:30, six jours de suite, que -la sinusoïde n'explique pas (une cible sur sept, les pointés faux de 30 px écrasent l'ajustement) ; la répétition -d'un jour à l'autre (méthode 1, 6 cibles sur 7) suffit. En échange, une seule heure chaude n'est pas un cycle -(CHAUDES_MIN) : NIEDERHORN (E-005, horaire) avait sinon son heure de midi (trains, trous) en contraction de la caméra. -L'épisode de la caméra porte sur tous les capteurs, références comprises : toute l'image bouge. -Glissade commune, sans cycle (boucle /detector-learner MICHIGAN, modification 1) : faute de cycle dans les courbes -corrigées comme dans les positions brutes, un instant est une glissade de la caméra si les positions brutes (x ou y) d'au -moins PART des capteurs, références comprises, **et** les courbes corrigées (corr_x ou corr_y) d'au moins PART des cibles -s'écartent du même côté d'au moins ECART bruits (médiane des pas de la série) de leur médiane du jour d'avant ; les -glissades à moins d'un jour l'une de l'autre font un épisode, « Camera thermal movement », sur tous les capteurs, hôte -des sauts revenus (categories.HOTES). La caméra bouge avec la température sans revenir chaque jour à la même heure (une -mesure toutes les 4 h, refroidissements brefs), et la compensation ne l'enlève pas toute. La condition sur les positions -brutes laisse aux sauts une bascule de la seule pose calculée (positions brutes immobiles). MICHIGAN : 9 épisodes du 09 -au 30.10, tous dans la dérive thermique étiquetée ; NEBRASKA : 13 instants, tous justes ; BREITHORN, JUNGFRAU, NORDEND, -WILDSTRUBEL inchangés (cycle trouvé, ou rien) ; ECART = 2 prenait 2 instants Displacement de BREITHORN. -La caméra bouge avec le froid (/detector-learner Thermal displacement, modification 1, S3) : faute de cycle, aussi un -« Camera thermal movement » là où la pose de la caméra (tilt, rotation ou échelle) s'écarte de sa médiane du jour d'avant -d'au moins FROID bruits, pendant que la température de la station (detect la déclare, D-124) tombe sous la sienne d'au -moins FROID bruits la même heure ; bruit : la médiane des variations sur une heure (sur un pas, à une mesure toutes les -4 h), pour que le seuil ne dépende pas de la cadence. Les cibles peuvent s'écarter en sens opposés ou rester presque -immobiles (la compensation absorbe le mouvement) : la règle des glissades ne le voit pas. Les instants qui se suivent dans -la pose font un épisode. Sans pose ou sans température, rien. FROID = 3 prenait plus d'instants Displacement de NEBRASKA -et de MICHIGAN ; la chaleur n'est pas prise : par beau temps, c'est le cycle du jour. -""" -import math -import os -import statistics -import sys -from datetime import datetime, timedelta, timezone - -sys.path.insert(0, os.path.join(os.path.dirname(os.path.abspath(__file__)), "..", "agent-tools")) -from donnees import charger, iso # noqa: E402 - -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) -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 -JOUR = 0.5 # provisoire : ressemblance d'un jour aux autres pour lui donner son épisode -NUIT = 8 # heures consécutives du profil les plus plates = niveau de nuit -R2_MIN = 0.3 # provisoire, ébauche du 2026-10-24 : PS des Coudres 14 axes sur 22 au-dessus, CLARIDEN 0 sur 48 -CHAUDES_MIN = 2 # provisoire : boucle WILDSTRUBEL, lot 01 ; NIEDERHORN (E-005) n'a qu'une heure chaude (midi) -BORD = 0.1 # provisoire : bornes de la vague (départ, retour), en part de l'amplitude ; CHAUD dit s'il y a un cycle -ECART = 3 # provisoire : glissade commune, en bruits (médiane des pas) d'écart à la médiane du jour d'avant -FROID = 4 # provisoire : la caméra bouge avec le froid, en bruits d'une heure d'écart au jour d'avant (pose, température) -W = 2 * math.pi / 86400 # pulsation d'un cycle de 24 h, en rad/s - - -def _corr(a, b): - ma, mb = statistics.mean(a), statistics.mean(b) - num = sum((x - ma) * (y - mb) for x, y in zip(a, b)) - den = (sum((x - ma) ** 2 for x in a) * sum((y - mb) ** 2 for y in b)) ** 0.5 - return num / den if den else 0.0 - - -def _axe(ms, col): - """-> (profil sur 24 h, {jour: corrélation au profil des autres jours}) ou None.""" - jours = {} - for m in ms: - if m[col] is not None: - jours.setdefault(m["t"].date(), {}).setdefault(m["t"].hour, []).append(m[col]) - J, tous = {}, {} - for d, hs in jours.items(): - if len(hs) >= PARTIEL: - med = statistics.median(v for l in hs.values() for v in l) - 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: - 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())] - if len(profil) < 24: - return None - ressemblance = {} - for d, p in tous.items(): - 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)] - 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]) - return profil, ressemblance - - -def sinus_r2(ms, col): - """Part de la courbe expliquée par une sinusoïde de 24 h (moindres carrés, 3 inconnues), ou None si trop court.""" - pts = [(m["t"].timestamp(), m[col]) for m in ms if m[col] is not None] - if len(pts) <= 48: - return None - rows = [(1.0, math.sin(W * t), math.cos(W * t)) for t, _ in pts] - A = [[sum(r[i] * r[j] for r in rows) for j in range(3)] for i in range(3)] - B = [sum(r[i] * y for r, (_, y) in zip(rows, pts)) for i in range(3)] - for i in range(3): # élimination de Gauss - for k in range(i + 1, 3): - f = A[k][i] / A[i][i] - A[k] = [x - f * y for x, y in zip(A[k], A[i])] - B[k] -= f * B[i] - x = [0.0] * 3 - for i in (2, 1, 0): - x[i] = (B[i] - sum(A[i][j] * x[j] for j in range(i + 1, 3))) / A[i][i] - m = statistics.mean(y for _, y in pts) - sst = sum((y - m) ** 2 for _, y in pts) - sse = sum((y - sum(c * v for c, v in zip(x, r))) ** 2 for r, (_, y) in zip(rows, pts)) - return 1 - sse / sst if sst else None - - -def sinus(mesures, cols=("corr_x", "corr_y")): - """-> (cibles dont un axe suit une sinusoïde de 24 h, cibles évaluées).""" - oui, evaluees = set(), set() - for s, ms in mesures.items(): - if ms[0]["pattern_type"] == "global_ref": - continue - for col in cols: - r2 = sinus_r2(ms, col) - if r2 is not None: - evaluees.add(s) - if r2 >= R2_MIN: - oui.add(s) - return oui, evaluees - - -def cycle(mesures, cols=("corr_x", "corr_y")): - """-> (axes concernés [(capteur, col, profil, ressemblance)], nombre de cibles évaluées).""" - concernes, cibles = [], set() - for s, ms in mesures.items(): - if ms[0]["pattern_type"] == "global_ref": - continue - for col in cols: - r = _axe(ms, col) - if r is None: - continue - cibles.add(s) - if statistics.median(r[1].values()) >= REPRO: - concernes.append((s, col) + r) - return concernes, len(cibles) - - -def ecarts(concernes): - """Écart médian (sur les axes concernés) au niveau de nuit, heure par heure, en part de l'amplitude du profil.""" - def score(p, h): - debut = min(range(24), key=lambda i: max(p[(i + k) % 24] for k in range(NUIT)) - min(p[(i + k) % 24] for k in range(NUIT))) - nuit = statistics.median(p[(debut + k) % 24] for k in range(NUIT)) - return abs(p[h] - nuit) / (max(p) - min(p)) - return [statistics.median(score(c[2], h) for c in concernes) for h in range(24)] - - -def heures_chaudes(concernes): - return [h for h, e in enumerate(ecarts(concernes)) if e >= CHAUD] - - -def detect(mesures, temperature=(), camera=()): - """Cycle des courbes corrigées (l'ouvrage) ; sinon, celui des positions brutes (la caméra qui bouge par dilatation - de son support, compensée : D-074, 2026-10-27) ; sinon, les glissades de la caméra (avec le froid).""" - return (_episodes(mesures, ("corr_x", "corr_y"), "Thermal", False) or - _episodes(mesures, ("x", "y"), "Camera thermal", True) or glissades(mesures, temperature, camera)) - - -def _signes(ms, col, heure=False, seuil=None): - """{instant: +1 ou -1} où la mesure s'écarte d'au moins ECART bruits de la médiane du jour d'avant ; bruit : la - médiane des pas d'une mesure à la suivante, ou, heure, des variations sur une heure (un pas si la cadence est lente).""" - k = [(m["t"], m[col]) for m in ms if m[col] is not None] - if len(k) < 3: - return {} - pas = statistics.median((b - a).total_seconds() for (a, _), (b, _) in zip(k, k[1:])) if heure else 0 - n = max(1, round(3600 / pas)) if pas else 1 - bruit = statistics.median(abs(k[i + n][1] - k[i][1]) for i in range(len(k) - n)) if len(k) > n else 0 - out, j = {}, 0 - for i, (t, v) in enumerate(k): - while k[j][0] < t - timedelta(days=1): - j += 1 - avant = [w for _, w in k[j:i]] - if bruit and len(avant) >= 3 and abs(v - statistics.median(avant)) >= (seuil or ECART) * bruit: - out[t] = 1 if v > statistics.median(avant) else -1 - return out - - -def _communs(series): - """[{instant: signe}] d'un groupe de capteurs -> instants où au moins PART d'entre eux s'écartent du même côté.""" - n, compte = len(series), {} - for sg in series: - for t, x in sg.items(): - compte.setdefault((t, x), 0) - compte[(t, x)] += 1 - return {t for (t, x), c in compte.items() if n and c >= PART * n} - - -def _froid(mesures, temperature, camera): - """[(début, fin)] des suites d'instants où la pose de la caméra (tilt, rotation ou échelle) s'écarte de son jour - d'avant pendant que la température tombe sous le sien, d'au moins FROID bruits d'une heure ; vide sans l'une d'elles.""" - ts = [m["t"] for ms in mesures.values() for m in ms] - heure = lambda t: t.replace(minute=0, second=0, microsecond=0) # noqa: E731 - froid = {heure(t) for t, x in _signes([{"t": t, "T": v} for t, v in temperature], "T", True, FROID).items() if x < 0} - pose = [p for p in camera if min(ts) <= p["t"] <= max(ts)] if ts else [] - vus = {t for c in ("tilt", "rotation", "scale") for t in _signes(pose, c, True, FROID) if heure(t) in froid} - episodes = [] # les instants qui se suivent dans la pose font un épisode - for i, p in enumerate(pose): - if p["t"] in vus: - if episodes and episodes[-1][2] == i - 1: - episodes[-1][1:] = [p["t"], i] - else: - episodes.append([p["t"], p["t"], i]) - return [(a, b) for a, b, _ in episodes] - - -def glissades(mesures, temperature=(), camera=()): - """Glissade commune de la caméra, sans cycle de 24 h : les positions brutes de la plupart des capteurs, références - comprises, et les courbes corrigées de la plupart des cibles s'écartent ensemble, du même côté, de leur jour d'avant ; - ou la pose de la caméra s'en écarte avec le froid (_froid).""" - cibles = [ms for ms in mesures.values() if ms[0]["pattern_type"] != "global_ref"] - brut = set().union(*(_communs([_signes(ms, c) for ms in mesures.values()]) for c in ("x", "y"))) - corr = set().union(*(_communs([_signes(ms, c) for ms in cibles]) for c in ("corr_x", "corr_y"))) - episodes = [] - for t in sorted(brut & corr): - if episodes and t - episodes[-1][1] <= timedelta(days=1): # moins d'un jour entre deux : la même glissade - episodes[-1][1] = t - else: - episodes.append([t, t]) - return [{"start": iso(a), "end": iso(b), "kind": "Thermal displacement", "label": "Camera thermal movement", - "text": "The camera moved with a change of temperature and all the curves moved with it; this is not a " - "movement of the structure, nothing to do.", "ignore": False, "sensors": sorted(mesures)} - for a, b in episodes + _froid(mesures, temperature, camera)] - - -def _episodes(mesures, cols, nom, camera): - concernes, n = cycle(mesures, cols) - capteurs = sorted({c[0] for c in concernes}) - if not n or len(capteurs) < PART * n: - return [] - if not camera: # seconde méthode, pour l'ouvrage seul : la sinusoïde doit le voir aussi - oui, evaluees = sinus(mesures, cols) - if not evaluees or len(oui) < PART * len(evaluees): - return [] - chaudes = heures_chaudes(concernes) - if len(chaudes) < CHAUDES_MIN: - return [] - e = ecarts(concernes) - pic = max(chaudes, key=lambda h: e[h]) # le plus grand écart au niveau de nuit : fin de la dilatation - repos = min(range(24), key=lambda h: e[h]) - a = pic # départ : on remonte du pic tant que le profil reste au-dessus de BORD, jusqu'à l'heure la plus calme - while (a - 1) % 24 != repos and e[(a - 1) % 24] >= BORD: - a -= 1 - b = pic + 1 # retour : jusqu'à ce que le profil repasse sous BORD, au plus jusqu'au départ suivant - while b < a + 24 and e[b % 24] >= BORD: - b += 1 - derniere = max(m["t"] for ms in mesures.values() for m in ms) - jours = sorted({d for c in concernes for d in c[3]}) - if camera: # toute l'image bouge, références comprises - capteurs = sorted(mesures) - episodes = [] - 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: - continue - minuit = datetime(d.year, d.month, d.day, tzinfo=timezone.utc) - for label, u, v in ((f"{nom} expansion", a, pic), (f"{nom} contraction", pic, b)): - debut, fin = minuit + timedelta(hours=u), min(minuit + timedelta(hours=v), derniere) - if fin > debut: - episodes.append({"start": iso(debut), "end": iso(fin), - "kind": "Thermal displacement", "label": label, "text": "", "ignore": False, "sensors": capteurs}) - return episodes - - -if __name__ == "__main__": - mesures = charger(sys.argv[1]) - for e in detect(mesures): - print(e["start"], "→", e["end"], e["label"], len(e["sensors"]), "cibles") - for cols in (("corr_x", "corr_y"), ("x", "y")): - concernes, n = cycle(mesures, cols) - k = len({c[0] for c in concernes}) - amp = statistics.median(max(c[2]) - min(c[2]) for c in concernes) if concernes else 0 - oui, evaluees = sinus(mesures, cols) - print(f"{cols[0][:-2] or 'brut'} : cibles {k}/{n}, amplitude médiane {amp:.3f} px, heures chaudes (UTC) " - f"{heures_chaudes(concernes) if concernes else '-'} ; sinusoïde : cibles {len(oui)}/{len(evaluees)}") diff --git a/detectors/visibility.py b/detectors/visibility.py deleted file mode 100644 index 103caa0..0000000 --- a/detectors/visibility.py +++ /dev/null @@ -1,377 +0,0 @@ -"""Journal du matin : le détecteur de la famille Visibility (labeling/familles.md) : on voit moins bien, l'image est faible -ou floue (error_value), ou elle tremble (turbulence, en fin de fichier). Le même calcul de l'error_value trouve aussi les -objets devant quelques cibles (Brief obstruction, Target obscured) : episodes() les rend avec la famille Obstruction, que -detect() laisse à obstruction.py. - -Méthode (seuils provisoires ci-dessous) : -1. Mesure « haute » : error_value > médiane + 10 MAD du capteur sur l'export, et > 2 × médiane, ou rejetée (> error_threshold) - et > 1,2 × médiane : un capteur au niveau habituel de 0,6 ne double jamais, et FLORIDA (boucle, lot 01) montrait ses brouillards - en Target obscured. -2. Brief obstruction : un instant où au moins 3 capteurs sont hauts, 3 fois plus qu'aux instants voisins (train, véhicule), - sans référence (global_ref) parmi eux : un pic d'un pas qui touche les références n'est pas un obstacle devant des - cibles (pic de toute l'image, NORDEND le 01.09 11:15, lot 01 de la boucle) ; il n'est pas montré. Sauf si au moins - BREF_MIN cibles sont rejetées (> error_threshold) à cet instant et ni à l'instant d'avant ni à celui d'après : un - passage devant elles, une référence touchée en plus (/detector-learner Displacement, modification 1, S5 : trains de - NIEDERHORN, 12 et 13 cibles rejetées ; NORDEND le 01.09 11:15 n'a aucun rejet). - Aussi, un passage devant une ou deux cibles, ou une seule référence : à un instant, moins de BREF_MIN capteurs - rejetés à plus de FACTEUR fois leur médiane (sans K_MAD : de jour, la turbulence gonfle la MAD), au plus une - référence, aucun d'eux rejeté à l'instant d'avant ni à celui d'après, et moins de BREF_MIN capteurs hauts - (/detector-learner Obstruction, modification 1, S3 : véhicules, passants, insectes devant une ou deux cibles de - WILDSTRUBEL, NIEDERHORN, LENZSPITZE ; une référence cachée par un camion à JUNGFRAU, BREITHORN). -3. Poor visibility : suites d'au moins 3 mesures hautes par capteur, réunies entre capteurs (au moins 2), réduites aux instants - 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 - 08:45 → 10:30 et 21:30 → 23:15, le 14.10 05:15 → 06:00 en none ; buées de NORDEND et de E-001, toile de E-002, pluie - de E-005 en reduced. -6. Bornes d'une Poor visibility (boucle WILDSTRUBEL, lot 01) : de la première à la dernière mesure où une cible est - rejetée (> error_threshold), et pas d'épisode sans cible rejetée. Sur une chaussée en plein soleil, l'error_value de - jour (×1,5 à ×3, la turbulence) faisait durer la visibilité réduite des heures sans aucun rejet (28.09 10:00 → 12:15, - 29.09 jusqu'à 14:15) ; les références ne comptent pas : R3 y passe son seuil presque toute la journée. Benchmark : - le seul épisode perdu est celui, faux, de E-010. -7. Poor visibility ou objet (frontière « Visibility ou Obstruction » de labeling/familles.md ; boucle /detector-learner - BREITHORN, lot 01) : une gêne qui ne touche qu'au plus QUELQUES cibles, et aucune référence, n'est pas diffuse : c'est - un objet devant elles (un véhicule stationné), un épisode « Target obscured » de toute sa durée, sans niveau. -8. Gêne diffuse, rejets ou non (/detector-learner Visibility, modification 1, S2) : à chaque instant, la médiane, sur les - capteurs, de l'error_value en MAD au-dessus de la médiane de chacun ; au moins SUITE_MIN instants de suite à K_DIFFUS - ou plus font une Poor visibility « reduced ». Une gêne diffuse tout entière dans une turbulence est la turbulence : pas - d'épisode (sinon elle absorbait le saut revenu de la veille, WILDSTRUBEL le 04.10). Trouve les baisses de visibilité de - toute la scène sans rejet de JUNGFRAU, FLORIDA, NORDEND ; à 2, des nuits étiquetées thermiques à JUNGFRAU, à 3 la - moitié du gain. - -Résultats (2026-10-23) : -- PS_DES_COUDRES (E-001, buée 13.10 23:45 → 14.10 05:15, 2 références sur 3) : Poor visibility 13.10 23:45 → 14.10 04:45, REF_G et - REF_D ; aussi la nuit d'avant, 13.10 01:15 → 03:30, mêmes références (hors vérité, pas d'image : sans doute la même buée). -- NORDEND juillet (E-002, toile 28.07 20:45 → 31.07 03:00, reprise 31.07 20:30) : Poor visibility 28.07 20:45 → 31.07 02:45 (20 capteurs) - et 31.07 20:30 → fin (18), références comprises. -- WILDSTRUBEL (E-003, turbulence de jour) : pas de Poor visibility (error_value ×1,5 à ×3 seulement : laissé au détecteur turbulence) ; - 3 Brief obstruction de jour (02.09 12:00, 03.09 08:15, 04.09 14:00 : un véhicule sur la route à 14:00, image ; les deux - premières touchent des références et ne sont plus montrées depuis le lot 01 de la boucle NORDEND) ; PA_9 en - Target obscured chaque matin dès 04:30, jusqu'à 06:45, 08:15 ou 12:00 (soleil sur la cible, probable). -- CLARIDEN (E-004, mouvement réel) : rien sur le groupe à error_value durablement haute (bon) ; Brief obstruction 18.09 13:40 - et 20.09 06:20 (tunnel : taches assombries, non établi ; références touchées, plus montrées depuis le lot 01) ; - Target obscured PR-284 19.09 18:30 → 18:50. -- NIEDERHORN (E-005) : trains 30.09 22:00, 01.10 12:00 et 21:00, 02.10 21:00 (celui du 03.10 10:00, 2 cibles, manqué) ; - pluie 01.10 06:00 → 11:00 et 02.10 03:00 → 11:00 (vérité 05:00 et 03:00 → 11:00), références intactes ; feuilles 02.10 10:00 → 22:00. -- NORDEND octobre (cas/2026-10_NORDEND) : Poor visibility 07.10 17:15 → 08.10 12:15 (buée du 08.10 02:30), 09.10 07:45 → 14:00 - (parois ruisselantes), 09.10 20:45 → 23:45 (17 rejets à 23:00, retour à 00:00), 13.10 09:45 → 10:30, 14.10 05:15 → 06:30 - (taches pâles à l'aube) ; Brief obstruction 12.10 14:15 (09.10 18:45 touche CTR04 : plus montrée depuis le lot 01) ; - Target obscured surtout CTR01, PR04, PR09 (souvent rejetées) : à vérifier. -- FLORIDA (boucle, lot 01 ; cibles au niveau 0,6 pour un seuil de 0,7) : les brouillards du 18.10, du 20-21.10, du 23.10 et - du 24-25.10, avant en Target obscured, en Poor visibility (none et reduced en alternance, cœur seul : à 10 MAD) ; la référence - r1_r au-dessus de son seuil du 22.10 au 24.10 reste manquée (son MAD de 0,15 rend 10 MAD hors d'atteinte). - -Version simple essayée le 2026-10-24 (point 11 du plan), à la demande de l'utilisateur : part des cibles rejetées au-dessus -de leur seuil, sans comparer chaque capteur à son propre niveau. Moins bonne sur cinq jeux sur six (buée de E-001 manquée, -toile de E-002 morcelée, turbulence de E-003 prise pour une perte de visibilité) et grisait le vrai mouvement de E-004 : -l'utilisateur a remis cette version en service ; la simple est gardée dans archive/visibilite_simple.py. -""" -import os -import statistics -import sys -from datetime import timedelta - -sys.path.insert(0, os.path.join(os.path.dirname(os.path.abspath(__file__)), "..", "agent-tools")) -from donnees import charger, iso # noqa: E402 - -K_MAD = 10 # provisoire, réglé sur E-001 (buée : 11 à 57 MAD) et E-005 (pluie, trains : 10 à 70 MAD) -FACTEUR = 2 # provisoire : écarte les capteurs à MAD quasi nulle (E-004 : PWD_REF10 ×1,6 à 14 MAD, E-005) -SUITE_MIN = 3 # provisoire : mesures hautes d'affilée pour une mauvaise visibilité (E-001, E-005 pluie) -BREF_MIN = 3 # provisoire, réglé sur E-005 (trains : 5 à 17 capteurs ; celui de 2 cibles est manqué) -K_CIBLE = 5 # provisoire, réglé sur E-005 (feuilles : 6 à 25 MAD, rejetées) -CIBLE_MIN = 3 # provisoire : rejets répétés d'une cible -FRAC = 0.15 # provisoire : coupe les queues de PR09 + CTR01 (NORDEND octobre) sans couper la toile (E-002) -ECART = 2.5 # provisoire : pas tolérés entre deux mesures hautes d'une même suite (un pas manquant, horloge à la seconde près) -COUPURE = timedelta(hours=2) # provisoire : accalmie qui sépare deux épisodes (NORDEND octobre, nuit du 13 au 14.10) -SAILLIE = 3 # provisoire : un train ressort d'au moins 3 fois les instants voisins (E-005 : 5 à 17 contre 0 à 2 ; - # la toile de E-002 varie de 2 à 9 d'un pas à l'autre) -CIBLE_ECART = timedelta(hours=6) # provisoire, réglé sur E-005 (feuilles : 7 rejets en 12 h, jusqu'à 5 h d'écart) -FACTEUR_REJET = 1.2 # provisoire : un rejet à 10 MAD compte aussi (boucle FLORIDA, lot 01 : niveaux de 0,6, ×2 hors d'atteinte) ; - # écarte C24 de E-009 (niveau 0,68 au ras du seuil 0,7, rejeté à ×1,04) -MOITIE = 0.5 # provisoire : « on ne voit rien » ; réglé sur NORDEND (09.10 23:00 : 68 % rejetées) et E-005 (pluie : 24 à 33 %) -K_DIFFUS = 2.5 # provisoire : gêne diffuse (8) ; /detector-learner Visibility, modification 1, S2 -QUELQUES = 3 # provisoire : Poor visibility sur au plus 3 cibles, sans référence : un objet, Target obscured (7) ; - # boucle /detector-learner BREITHORN, lot 01 (véhicules stationnés devant 2 ou 3 cibles sur 12) - - -def _pas(mesures): - ts = sorted({m["t"] for v in mesures.values() for m in v}) - return statistics.median(b - a for a, b in zip(ts, ts[1:])) - - -def _grouper(points, ecart): - """[(t, capteur)] triés par t -> groupes [(début, fin, {capteurs}, [t])] dont les points sont à ≤ ecart les uns des autres.""" - groupes = [] - for t, s in points: - if groupes and t - groupes[-1][1] <= ecart: - g = groupes[-1] - groupes[-1] = (g[0], t, g[2] | {s}, g[3] + [t]) - else: - groupes.append((t, t, {s}, [t])) - return groupes - - -def _episode(debut, fin, label, text, capteurs, level=None): - e = {"start": iso(debut), "end": iso(fin), "kind": "Visibility" if label == "Poor visibility" else "Obstruction", - "label": label, "text": text, - "ignore": level != "reduced", "sensors": sorted(capteurs)} # visibilité réduite : données moyennes, pas grisées - return {**e, "level": level} if level else e - - -def _niveaux(mesures, instants): - """t -> "none" si au moins MOITIE des cibles habituellement vues sont rejetées à t, "reduced" sinon.""" - ratios = [] - for v in mesures.values(): - r = {m["t"]: m["error_value"] / m["error_threshold"] for m in v if m["error_value"] is not None and m["error_threshold"]} - if r and statistics.median(r.values()) < 1: - ratios.append(r) - return {t: "none" if sum(r.get(t, 0) > 1 for r in ratios) >= MOITIE * max(1, sum(t in r for r in ratios)) else "reduced" - for t in instants} - - -def episodes(mesures): - """Tous les épisodes de l'error_value : Visibility (Poor visibility), Obstruction (Brief obstruction, Target obscured).""" - 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] - refuses = set() # instants où une cible (pas une global_ref) est au-dessus de son seuil - rejetees = {} # t -> {cibles au-dessus de leur seuil} - forts, refus = {}, {} # t -> {capteurs rejetés à plus de FACTEUR fois leur médiane}, {capteurs rejetés} - for s, v in mesures.items(): - e = [m["error_value"] for m in v if m["error_value"] is not None] - if len(e) < 10: - continue - med = statistics.median(e) - mad = statistics.median(abs(x - med) for x in e) or 1e-9 - for m in v: - x = m["error_value"] - if x is None: - continue - rejete = m["error_threshold"] and x > m["error_threshold"] - if rejete and s not in refs: - refuses.add(m["t"]) - rejetees.setdefault(m["t"], set()).add(s) - if x > med + K_MAD * mad and (x > FACTEUR * med or rejete and x > FACTEUR_REJET * med): - hautes.setdefault(s, []).append(m["t"]) - if rejete: - refus.setdefault(m["t"], set()).add(s) - if x > FACTEUR * med: - forts.setdefault(m["t"], set()).add(s) - if s not in refs and rejete and x > med + K_CIBLE * mad: - rejets.setdefault(s, []).append(m["t"]) - par_t = {} # t -> {capteurs hauts} - for s, ts in hautes.items(): - for t in ts: - par_t.setdefault(t, set()).add(s) - n = lambda t: len(par_t.get(t, ())) # noqa: E731 - out = [] - - # 2. Brief obstruction : un instant où beaucoup de capteurs sont hauts, au moins SAILLIE fois plus qu'aux instants voisins. - brefs = set() - for i, t in enumerate(instants): - voisins = [n(instants[j]) for j in (i - 1, i + 1) if 0 <= j < len(instants)] - if n(t) >= BREF_MIN and n(t) >= SAILLIE * max(voisins): - brefs.add(t) - seules = rejetees.get(t, set()).difference(*(rejetees.get(instants[j], set()) for j in (i - 1, i + 1) - if 0 <= j < len(instants))) - if par_t[t] & refs and len(seules) < BREF_MIN: # références touchées sans cibles rejetées à ce seul instant : - continue # pas un obstacle devant des cibles, l'image entière - out.append(_episode(t, t, "Brief obstruction", f"{n(t)} points were poorly seen for a single measurement, then came " - "back: probably a train, a vehicle or an animal passing; ignore this point on the curves.", par_t[t])) - elif 0 < len(f := forts.get(t, set())) < BREF_MIN and n(t) < BREF_MIN and len(f & refs) <= 1 and not f & set().union( - *(refus.get(instants[j], set()) for j in (i - 1, i + 1) if 0 <= j < len(instants))): - # une ou deux cibles, ou une référence, rejetées à cette seule mesure, à FACTEUR fois leur médiane - out.append(_episode(t, t, "Brief obstruction", f"{len(f)} point{'s were' if len(f) > 1 else ' was'} poorly seen " - "for a single measurement, then came back: probably something passing; ignore this point on the " - "curves.", f)) - - # 3. Poor visibility : suites longues par capteur (sans les instants brefs), réunies entre capteurs, - # puis réduites aux instants où au moins FRAC du pic de l'épisode est haut (coupe les queues d'un ou deux capteurs - # et les longues accalmies, plus de COUPURE). - suites = [] - for s, ts in hautes.items(): - pts = [(t, s) for t in ts if t not in brefs] - suites += [(a, b, s) for a, b, _, l in _grouper(pts, ecart) if len(l) >= SUITE_MIN] - zones = [z for z in _grouper_intervalles(sorted(suites), ecart) if len(z[2]) >= 2] - gardees = [] - for a, b, _ in zones: - dans = [t for t in instants if a <= t <= b and t not in brefs] - pic = max(n(t) for t in dans) - pts = [(t, s) for t in dans if n(t) >= max(1, FRAC * pic) for s in par_t[t]] - gardees += [(d, f, cs) for d, f, cs, l in _grouper(pts, max(ecart, COUPURE)) if len(cs) >= 2 and len(set(l)) >= SUITE_MIN] - # Bornes : de la première à la dernière cible rejetée ; sans rejet, pas d'épisode (6). - gardees = [(r[0], r[-1], cs) for a, b, cs in gardees if (r := [t for t in instants if a <= t <= b and t in refuses])] - niveau = _niveaux(mesures, instants) - for a, b, cs in gardees: # un épisode par période de même niveau (5) ; le texte vient de categories.py - if len(cs) <= QUELQUES and not cs & refs: # un objet devant quelques cibles, pas une gêne diffuse (7) - out.append(_episode(a, b, "Target obscured", "", cs)) - continue - seg = [] - for t in [t for t in instants if a <= t <= b] + [None]: - if seg and (t is None or niveau[t] != niveau[seg[0]]): - qui = cs & set().union(*(par_t.get(u, set()) for u in seg)) or cs - out.append(_episode(seg[0], seg[-1], "Poor visibility", "", qui, niveau[seg[0]])) - seg = [] - if t is not None: - seg.append(t) - dedans = lambda t: t in brefs or any(a <= t <= b for a, b, _ in gardees) # noqa: E731 - - # 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], 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") - out.append(_episode(a, b, "Target obscured", f"{qui} repeatedly lost while the targets around stayed clear: probably " - f"something in front of {it} (leaves, snow) or glare; {its} displacements in this period are unreliable.", cs)) - return sorted(out, key=lambda e: e["start"]) - - -def _grouper_intervalles(intervalles, ecart): - """[(début, fin, capteur)] triés -> [(début, fin, {capteurs})] des intervalles qui se chevauchent (à ecart près).""" - out = [] - for a, b, s in intervalles: - if out and a - out[-1][1] <= ecart: - out[-1] = (out[-1][0], max(out[-1][1], b), out[-1][2] | {s}) - else: - out.append((a, b, {s})) - return out - - -def diffuse(mesures): - """Gêne diffuse (8) : les suites d'au moins SUITE_MIN instants où la médiane, sur les capteurs, de l'error_value en MAD - au-dessus de la médiane de chacun atteint K_DIFFUS, rejets ou non -> Poor visibility « reduced ».""" - z = {} # t -> {capteur: écart en MAD} - for s, v in mesures.items(): - e = [m["error_value"] for m in v if m["error_value"] is not None] - if len(e) < 10: - continue - med = statistics.median(e) - mad = statistics.median(abs(x - med) for x in e) or 1e-9 - for m in v: - if m["error_value"] is not None: - z.setdefault(m["t"], {})[s] = (m["error_value"] - med) / mad - hauts = [(t, None) for t in sorted(z) if statistics.median(z[t].values()) >= K_DIFFUS] - return [_episode(a, b, "Poor visibility", "", {s for t in l for s, x in z[t].items() if x >= K_DIFFUS}, "reduced") - for a, b, _, l in _grouper(hauts, ECART * _pas(mesures)) if len(l) >= SUITE_MIN] - - -def detect(mesures): - tremble = turbulence(mesures) # une gêne diffuse pendant une turbulence est la turbulence (8) - return ([e for e in episodes(mesures) if e["kind"] == "Visibility"] + tremble - + [e for e in diffuse(mesures) if not any(t["start"] <= e["start"] and e["end"] <= t["end"] for t in tremble)]) - - -# --- Turbulence ---------------------------------------------------------------------------------------------------- -# Turbulence atmosphérique (bruit rapide sur les déplacements corrigés). -# -# Méthode : -# 1. Par capteur et par heure H, sur les mesures de [H − 1 h, H + 2 h) : agitation = médiane de |Δcorr_x| + |Δcorr_y| -# entre mesures successives (robuste aux sauts d'un seul pas), et médiane de l'error_value. -# 2. Chacune est rapportée au calme du capteur : le quartile bas de ses valeurs horaires sur l'export (souvent la nuit). -# 3. Heure turbulente : au moins la moitié des capteurs à ≥ 1,5 fois leur agitation calme, et error_value médiane -# des capteurs à ≥ 1,5 fois la calme (l'air chaud brouille les taches : E-003, critère 1). -# 4. Heures voisines fusionnées (trou d'une heure toléré), épisode d'au moins 3 h, écarté si plus de 15 % des mesures -# sont rejetées en plus de l'habitude de leur capteur (sa part de rejets sur l'export) : c'est alors de la mauvaise -# visibilité, autre règle. Une cible toujours rejetée (Target issue) ne compte pas (/detector-learner Visibility, -# modification 1, S1 : WILDSTRUBEL, R3 rejetée toute la journée, les jours de turbulence étaient écartés). -# Grisé si l'agitation médiane ≥ 2×. -# -# Résultats (2026-10-23, seuils ci-dessous) : -# - WILDSTRUBEL (E-003, vérité : chaque jour ~03:30 → 16:00) : 3 épisodes, 02.09 04:00-15:00, 03.09 05:00-15:00, -# 04.09 04:00-15:00, les 13 capteurs, ×2,3 à ×2,6, tous grisés. -# - PS_DES_COUDRES (sain, buée une nuit), NORDEND juillet (toile d'araignée), CLARIDEN (mouvement réel), -# NIEDERHORN (trains, pluie), NORDEND octobre (11 jours) : aucun épisode. Écartés en route : midis agités sans -# error_value en hausse (PS des Coudres, NORDEND octobre), toile et pluie par les rejets (18 à 43 %), le matin du -# mouvement de CLARIDEN (06:00-08:00) par la durée. -RATIO = 1.5 # provisoire, réglé sur E-003 (WILDSTRUBEL : de jour, corr ×1,7 à ×3 la nuit) -PART = 0.5 # provisoire : part des capteurs agités en même temps -RATIO_ERR = 1.5 # provisoire, réglé sur E-003 (error_value ×1,7 à ×3,2 la nuit ; ≈ ×1 à midi ailleurs) -REJET_MAX = 0.15 # provisoire : E-003 ≤ 7 % ; toile d'araignée (E-002) et pluie (E-005) ≥ 18 % ; rejets en plus de l'habitude - # depuis /detector-learner Visibility, modification 1, S1 (WILDSTRUBEL : 4 à 14 %, contre 9 à 22 % bruts) -FORT = 2.0 # provisoire : E-003 (×2,3 à ×2,6) est fort ; un épisode entre ×1,5 et ×2 reste visible -DUREE_MIN = timedelta(hours=3) # provisoire : E-003 dure 10-11 h ; écarte le matin du mouvement réel de E-004 (2 h), - # que le classement écarte aussi, quelle que soit la durée (point 14 du plan) -HEURE = timedelta(hours=1) - - -def _heure(t): - return t.replace(minute=0, second=0, microsecond=0) - - -def _rapports(points): - """[(t, valeur)] -> {heure H: médiane sur [H − 1 h, H + 2 h) / quartile bas de ces médianes}.""" - par = {} - for t, v in points: - for k in (-1, 0, 1): - par.setdefault(_heure(t) + k * HEURE, []).append(v) - med = {h: statistics.median(v) for h, v in par.items() if len(v) >= 3} - if len(med) < 8: - return {} - calme = statistics.quantiles(med.values(), n=4)[0] - return {h: v / calme for h, v in med.items()} if calme > 0 else {} - - -def heures(mesures): - """-> {heure: {capteur: (agitation / calme, error_value / calme)}}.""" - out = {} - for s, ms in mesures.items(): - ag = _rapports([(b["t"], abs(b["corr_x"] - a["corr_x"]) + abs(b["corr_y"] - a["corr_y"])) - for a, b in zip(ms, ms[1:]) if a["corr_x"] is not None and b["corr_x"] is not None]) - er = _rapports([(m["t"], m["error_value"]) for m in ms if m["error_value"] is not None]) - for h, r in ag.items(): - if h in er: - out.setdefault(h, {})[s] = (r, er[h]) - return out - - -def _turbulente(r): - return (sum(a >= RATIO for a, _ in r.values()) >= PART * len(r) - and statistics.median(e for _, e in r.values()) >= RATIO_ERR) - - -def turbulence(mesures): - H = heures(mesures) - blocs = [] - for h in sorted(h for h, r in H.items() if _turbulente(r)): - if blocs and h - blocs[-1][-1] <= 2 * HEURE: - blocs[-1].append(h) - else: - blocs.append([h]) - taux = {s: sum(m["corr_x"] is None for m in ms) / len(ms) for s, ms in mesures.items()} # rejets habituels - episodes = [] - for b in blocs: - debut, fin = b[0], b[-1] + HEURE - par = {s: [m for m in ms if debut <= m["t"] < fin] for s, ms in mesures.items()} - nouveaux = sum(max(0, sum(m["corr_x"] is None for m in d) - taux[s] * len(d)) for s, d in par.items()) - if fin - debut < DUREE_MIN or nouveaux > REJET_MAX * sum(map(len, par.values())): - continue - par_capteur = {} - for h in b: - for s, (a, _) in H[h].items(): - par_capteur.setdefault(s, []).append(a) - agit = {s: statistics.median(v) for s, v in par_capteur.items()} - fort = statistics.median(agit.values()) - episodes.append({ - "start": iso(debut), "end": iso(fin), "kind": "Visibility", - "label": "Heat shimmer", - "text": f"Readings were about {fort:.1f}× noisier than in calm hours because of heat shimmer " - "(warm air trembling in the line of sight); the small fast wiggles are not movement.", - "ignore": fort >= FORT, - "sensors": sorted(s for s, v in agit.items() if v >= RATIO), - }) - return episodes - -if __name__ == "__main__": - for e in detect(charger(sys.argv[1])): - print(e["start"], "→", e["end"], e["label"], f"| {len(e['sensors'])} :", ",".join(e["sensors"][:8]), "|", e["text"]) diff --git a/docs/ameliorations-processus.md b/docs/ameliorations-processus.md deleted file mode 100644 index 990e5a9..0000000 --- a/docs/ameliorations-processus.md +++ /dev/null @@ -1,13 +0,0 @@ -# Améliorer les processus automatiques - -Carnet des difficultés rencontrées par les processus automatiques de l'app (aujourd'hui `/detector-learner`, lancé par « Optimiser les détecteurs »), tenu par l'agent `releveur`. Chaque sous-agent finit son rendu par une section `## Difficultés` ; en fin de processus, l'orchestrateur les transmet au releveur, qui les note ici. Les corrections se font ensuite, dans une conversation à part, à partir de ce carnet. - -## Comment noter une difficulté - -Une entrée par cause, sous la rubrique du processus : - -- **Titre court** (AAAA-MM-JJ, *consigne floue* | *contradiction* | *consigne absente* | *chemin* | *format* | *commande* | *autre*) : ce qui s'est passé, en une ou deux phrases. *En cause* : `fichier:ligne` (la consigne, le fichier ou la commande). *Occurrences* : séance, agent ; une par ligne ou séparées par « ; ». *Piste* (facultative) : une phrase. - -Une même cause revue ajoute une occurrence, pas une entrée. Quand le processus est corrigé, l'entrée prend la mention **traité**. - -## /detector-learner diff --git a/docs/domaine/pieges-des-donnees.md b/docs/domaine/pieges-des-donnees.md deleted file mode 100644 index 5f68463..0000000 --- a/docs/domaine/pieges-des-donnees.md +++ /dev/null @@ -1,8 +0,0 @@ -# Pièges des données - -- **Les trous** (un trou n'est pas forcément une coupure, trous simultanés sur plusieurs stations, signature d'une coupure d'alimentation, `NaN` et `inf`) : `labeling/connaissances/les-trous.md`, qui vaut aussi pour les domaines système. -- **Les seuils de tension absolus ne se transposent pas d'une station à l'autre.** En bonne santé, les nuits de JUNGFRAU sont à 12,9 V et celles de VERMONT à 13,15 V. Le niveau moyen vaut ~14,25 V sur secteur et ~13,4 V en solaire. Préférer une comparaison de la station à son propre passé. -- **Cycle jour/nuit** : une fenêtre glissante doit couvrir un nombre entier de jours. Sur 72 h, la météo domine : 2 jours nuageux font baisser JUNGFRAU (sain) autant qu'un vrai déficit. -- **La fin de nuit porte le bilan de la veille** : le minimum du matin du jour d vient avant la charge de d. Il résulte de la charge de d−1 et de la nuit qui suit. Pour juger la charge d'un jour, il faut lire la fin de nuit du lendemain. Exemple sur VERMONT : le 2026-04-12 est ensoleillé (`FULL_CHARGE`), mais sa fin de nuit du matin, 12,96 V, est en baisse de 0,19 V, car le 11/04 était nuageux. La fin de nuit qui suit le 12/04 remonte à 13,12 V. -- **Les exports ne viennent pas tous de la même version du collecteur** : noms et champs changent d'une station à l'autre (WEISSHORN et NORDEND : `link` présent ou absent, disque en Go ou en blocs de 1 kB, `SIM_CCID` en nombre ou en texte). Vérifier les métriques présentes avant de comparer deux stations. -- **Pendant une coupure, ce sont justement les valeurs les plus basses qui manquent** : toute moyenne est alors biaisée vers le haut. diff --git a/vues-deplacements/contexte/seuils-du-journal.md b/vues-deplacements/contexte/seuils-du-journal.md deleted file mode 100644 index 8e075f5..0000000 --- a/vues-deplacements/contexte/seuils-du-journal.md +++ /dev/null @@ -1,76 +0,0 @@ -# Seuils du journal du matin : le registre - -Tous les seuils des détecteurs du journal (`detectors/`, un par famille de `labeling/familles.md`, D-119) sont **provisoires** : réglés sur les six jeux des events E-001 à E-005 et de NORDEND d'octobre. Quand les données en masse arriveront (partie VI du plan `docs/superpowers/plans/2026-10-23-journal-du-matin.md`), c'est la liste à revoir. Une constante ajoutée ou changée met à jour ce fichier dans le même changement. Contrôle : `grep -nE "^[A-Z_0-9]+ = " detectors/*.py`. - -Registre au 2026-10-24 (point 17 du plan), vérifié contre le code. - -Les détecteurs doivent tout détecter (l'utilisateur, 2026-10-26, D-068) : un réglage pris pour ne pas montrer quelque chose au client (« laissé dessous (point 13) », `MISSING`) n'est plus une règle de détection ; la boucle peut le changer. Ce qu'on montre au client se décidera dans une couche à part. - -| Détecteur | Constante | Valeur | Réglée sur | -|---|---|---|---| -| `visibility` | `K_MAD` | 10 | E-001 (buée 11 à 57 MAD), E-005 (10 à 70 MAD) | -| | `FACTEUR` | 2 | écarte les capteurs à MAD quasi nulle (E-004, E-005) ; aussi, seul (sans `K_MAD`), le passage devant une ou deux cibles ou une référence, rejetées à une seule mesure (point 2) : /detector-learner Obstruction, modification 1, S3 (WILDSTRUBEL, de jour la turbulence gonfle la MAD : R1 rejetée à ×3,6 sous 10 MAD) | -| | `SUITE_MIN` | 3 | E-001, pluie de E-005 | -| | `BREF_MIN` | 3 | trains de E-005 (5 à 17 capteurs) | -| | `SAILLIE` | 3 | trains (5 à 17) contre toile de E-002 (2 à 9) | -| | `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 | — ; 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 %) | -| | `K_DIFFUS` | 2,5 MAD | gêne diffuse (point 8) : médiane, sur les capteurs, de l'error_value en MAD au-dessus de la médiane de chacun, `SUITE_MIN` instants de suite, rejets ou non : Poor visibility « reduced » ; pas dans une turbulence ; /detector-learner Visibility, modification 1, S2 (JUNGFRAU, FLORIDA, NORDEND : visibilité réduite de toute la scène sans rejet ; à 2, des nuits étiquetées thermiques à JUNGFRAU et des sauts revenus de WILDSTRUBEL absorbés ; à 3, la moitié du gain) | -| | `QUELQUES` | 3 cibles | Poor visibility sur au plus 3 cibles, sans référence : un objet devant elles, Target obscured (frontière « Visibility ou Obstruction » de `labeling/familles.md`) ; boucle /detector-learner BREITHORN, lot 01 (véhicules stationnés devant 2 ou 3 cibles sur 12) | -| `displacement` (sauts) | `K` | 20 bruits | E-001 (à 15, deux cibles saines grisées) ; ne pas baisser pour les trains, vus par `visibilite` (point 12) | -| | `K_DURABLE` | 7 bruits | saut sous K qui reste (point 8 de `sauts.py`) : boucle NIEDERHORN, lot 01 (e09, corr_y −0,19 px d'un coup, 8 bruits, resté 5 jours) | -| | `PALIER` | 8 variations ordinaires | même point : écart des médianes du jour d'après et du jour d'avant, en variations ordinaires du niveau d'un jour au suivant ; boucle NIEDERHORN, lot 01 (e09 : 13 ; E-001, cibles saines : 6 au plus) | -| | `K_PIC` | 6 bruits | pic d'un pas commun à plusieurs cibles : boucle NORDEND, lot 01 (secousses de toute l'image, 6 à 11 bruits) | -| | `PIC_MIN` | 3 cibles | boucle NORDEND, lot 01 (3 à 5 cibles par secousse) | -| | `BASE` | 4 mesures | 1 h à 15 min ; le retour d'un saut se juge sur une heure de mesures, BASE au plus, une au moins (boucle /detector-learner MICHIGAN, modification 1 : à 4 h de pas, un pic revenu à la mesure suivante devenait « Large shift ») | -| | `GAP` | 1 h | — | -| | `BACK_H` | 24 h | E-002 (paliers jusqu'à 11 h 30) | -| | `REPET` | 5 sauts revenus | boucle CLARIDEN, lot 01 : PR_BG bascule 28 fois en 2,5 jours, les autres cibles 3 au plus (matin du mouvement) | -| | `BASCULE` | 36 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 ; 6 h → 36 h : /detector-learner Target issue, modification 1, S2 (NORDEND PR12, PR14, PR08, PR05, JUNGFRAU BJ_G : 12 à 28 h de bascules dans une perte de visibilité, étiquetées Visibility ou Obstruction, absorbées par elle) | -| | `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) | -| `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 | -| | `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` | -| | `BORD` | 0,1 | bornes de la vague : départ et retour du profil, le retour après minuit s'il le faut, au plus jusqu'au départ du lendemain ; /detector-learner Thermal displacement, modification 1, S1 (NORDEND, JUNGFRAU, SNCF01 : soirs et nuits étiquetés, la vague s'arrêtait à la dernière heure chaude ; à 0,15 et 0,2, moins de nuits trouvées, FLORIDA déborde quand même le soir) | -| | `JOUR` | 0,5 | — | -| | `NUIT` | 8 h | — | -| | `R2_MIN` | 0,3 | sinusoïde de 24 h (point 41) : PS des Coudres 14 axes sur 22 au-dessus, CLARIDEN 0 sur 48 ; plus demandée pour la caméra (positions brutes) depuis la boucle WILDSTRUBEL, lot 01 (1 cible sur 7, les pointés faux écrasent l'ajustement) | -| | `CHAUDES_MIN` | 2 h | boucle WILDSTRUBEL, lot 01 : une seule heure chaude n'est pas un cycle (NIEDERHORN, E-005 : midi, trains et trous) | -| | `ECART` | 3 bruits | glissade commune de la caméra sans cycle (« Camera thermal movement ») : écart à la médiane du jour d'avant, positions brutes et courbes corrigées ; boucle /detector-learner MICHIGAN, modification 1 (à 2, des instants Displacement de BREITHORN pris) | -| | `FROID` | 4 bruits d'une heure | la caméra bouge avec le froid (« Camera thermal movement », sans cycle) : la pose (tilt, rotation ou échelle) s'écarte de sa médiane du jour d'avant pendant que la température tombe sous la sienne, la même heure ; bruit : variations sur une heure, un pas à 4 h ; /detector-learner Thermal displacement, modification 1, S3 (BREITHORN, CLARIDEN, NEBRASKA : cibles en sens opposés, ou compensées ; à 3, des instants Displacement de NEBRASKA pris) | -| `visibility` (turbulence) | `RATIO` | 1,5 | E-003 (×1,7 à ×3 la nuit) | -| | `PART` | 0,5 | — | -| | `RATIO_ERR` | 1,5 | E-003 (×1,7 à ×3,2) | -| | `REJET_MAX` | 15 % | E-003 ≤ 7 % ; toile et pluie ≥ 18 % ; en rejets en plus de l'habitude de chaque capteur (sa part de rejets sur l'export) : /detector-learner Visibility, modification 1, S1 (WILDSTRUBEL, une référence ou des cibles rejetées d'habitude écartaient les jours de turbulence : 4 à 14 % contre 9 à 22 % bruts) | -| | `FORT` | 2× | E-003 (×2,3 à ×2,6) | -| | `DUREE_MIN` | 3 h | E-003 (10-11 h) contre matin de E-004 (2 h) ; le classement écarte aussi ce matin, quelle que soit la durée (point 14) | -| `no_data` | `MISSING` | 2 pas | consigne de l'utilisateur, 2026-10-23 ; appliqué aussi entre la dernière mesure et la fin de la fenêtre lue (boucle CLARIDEN, lot 01) | -| `target_issue` | `CALME` | 0,25 | (détecteur ajouté le 2026-10-27, voir son en-tête) | -| | `PART` | 0,5 | — ; la cible cachée par moments (« Target obscured ») | -| | `PART_SEMAINE` | 0,25 | part des instants calmes rejetés qui fait un jour dégradé de la cible à problème (« Degraded target », au moins `SEMAINE` jours) : la régularité plutôt que la part du jour ; /detector-learner Target issue, modification 1, S1 (WILDSTRUBEL R3 rejetée de 04:00 à 16:00 chaque jour, 30 à 45 % : vue seulement les jours sans mesure de nuit ; NORDEND PR04 et CTR01, NIEDERHORN PWD_IMP_B08_024_C09, sous la moitié) | -| | `MIN_HEURES` | 3 h | heures d'instants calmes par jour, à la cadence de la station (écart médian entre deux instants) : 12 instants à 15 min, comme l'ancien `MIN_INSTANTS` ; boucle /detector-learner NEBRASKA, lot 01 (une mesure toutes les 4 h : aucun jour ne comptait, la référence perdue REFCOLH22 n'était pas vue) | -| | `MIN_JOURS` | 2 jours | NORDEND : jours isolés sur 16 capteurs | -| | `SEMAINE` | 7 jours | cible à problème (« Degraded target ») si gênée au moins une semaine de suite, sinon cible cachée par moments (« Target obscured », `cible_masquee`) : frontière « Target issue ou Obstruction » de `labeling/familles.md` ; boucle /detector-learner NEBRASKA, lot 01 (BREITHORN, véhicules garés, 2 à 5 jours ; NEBRASKA et MICHIGAN, référence perdue, 25 jours ; JUNGFRAU, PM_G, 63 jours) | -| | `PONT` | 1 jour | jours non dégradés de suite qui ne coupent pas la suite d'une cible à problème (« Degraded target » : `SEMAINE` jours du premier au dernier jour dégradé, `PART_SEMAINE` de rejets sur la suite reliée) ; /detector-learner Obstruction, modification 1, S1 (FLORIDA, SNCF01, NORDEND, NIEDERHORN : cibles à problème découpées en Target obscured par un jour sous `PART` ; BREITHORN, véhicules garés, inchangé) ; 2 → 1 : /detector-learner Target issue, modification 1, S1 (au quart, deux jours de pont relient les véhicules garés de BREITHORN, POUI22, en une semaine) | -| | `COLLE` | 0,05 | cible collée (D-074) : E-011, C2 et C3 à 0,006 et 0,016 du bruit des autres ; NORDEND, E-001 : 0,7 au plus bas | -| `displacement` (dérive lente) | `HEURES` | 20 h sur 24 | comme `TREND_DAYS` de D-055 (ci-dessous) ; en part des heures que la station mesure (boucle /detector-learner MICHIGAN, modification 1 : 5 sur 6 à une mesure toutes les 4 h, aucun jour ne comptait) | -| | `JOURS` | 5 jours | `TREND_DAYS` | -| | `TAILLE` | 1 | `TREND_SIZE` ; amplitude du jour : déciles 9 et 1 de `corr` | -| | `REGULIER` | 0,6 | `TREND_STEADY` ; un pas d'un jour au suivant de plus de la moitié de la dérive l'écarte (un saut) | -| | `MORCEAU` | 3,5 amplitudes | dérive par morceaux, pour une cible sans dérive sur toute la fenêtre (point 4 bis de `displacement.py`) : /detector-learner Displacement, modification 1, S1 (rangées de CLARIDEN, 3,8 à 8,3 amplitudes ; JUNGFRAU, cycles thermiques sans étiquette Displacement, 3,1 au plus ; à 1, NORDEND et JUNGFRAU débordent) | -| | `TROU` | 2 jours | un morceau de dérive (point 4 bis) ne passe pas d'un jour retenu au suivant à plus de 2 jours : /detector-learner Displacement, modification 2, S1 (CLARIDEN, trou du 10-03 au 10-05 : les morceaux de 09-28 à 11-01 tombent ; à 1, les jours manquants d'un trou d'une demi-journée coupent les dérives de CLARIDEN et de NEBRASKA) | -| `categories` (classement) | `MERGE` | 1 h | règle validée par l'utilisateur (point 5) : même sorte à moins d'une heure, un seul événement; deux Obstruction (Target obscured, Brief obstruction) seulement s'ils partagent un capteur (/detector-learner Obstruction, modification 1, S1 et S3), deux Target issue aussi (/detector-learner Target issue, modification 1, S3) ; un passage n'absorbe que les sauts revenus dans `MERGE` après son instant (S3) | -| dérive lente (`explore.py`, onglet Displacements, D-055) | `TREND_DAYS` | 5 jours | une tendance demande au moins 5 jours UTC | -| | `TREND_SIZE` | 1 | dérive sur la période ≥ une amplitude journalière | -| | `TREND_STEADY` | 0,6 | tau de Kendall des niveaux journaliers | - -Essais archivés (`detectors/archive/`) : la version simple de `visibilite` (`NIVEAU` 0,2, `CIBLE_MIN` 3, `CIBLE_ECART` 6 h), écartée au point 11 ; ses constantes ne sont pas en service.