ትርፍ፡
- የጊዜ ተከታታዮችን፣ የመነሻ መሻገሪያ እና የዳሳሽ ጥራት ቁጥጥር (QA/QC) ጽንሰ-ሀሳቦችን የመተግበር ችሎታ
- ከ AI ጋር ያልተለመደ ቅኝት ፣ የአዝማሚያ ማጠቃለያ እና የጎደለ የውሂብ ስትራቴጂ የመፍጠር ችሎታ
- በጥሬ መረጃ እና በመለኪያ በ AI የተጠቆሙትን ከመጠን በላይ እና ያልተለመዱ ነገሮችን የማረጋገጥ ችሎታ
እርስዎ በተደራጀ የኢንዱስትሪ ዞን የቆሻሻ ውሃ ማጣሪያ ጣቢያ የፈረቃ መሐንዲስ ነዎት። በማውጫው ላይ ያለ ቀጣይነት ያለው የክትትል ጣቢያ በየ 15 ደቂቃው የተሟሟትን ኦክሲጅን (DO)፣ ፒኤች፣ ኮንዳክሽን እና ኬሚካላዊ ኦክሲጅን ፍላጎት (COD) ይመዘግባል። በጠዋቱ 03፡40፣ በ SCADA ስክሪን ላይ ያለው የCOD እሴት ወደ 1,240 mg/L ይዘልላል እና ስርዓቱ ማንቂያ ያስነሳል። የመልቀቂያ ገደብ 250 mg / l. ከመደናገጥዎ በፊት መጠየቅ ያለብዎት ጥያቄ፡- ይህ ትክክለኛ የብክለት ክስተት ነው ወይንስ ሴንሰር ቀረጻ ነው? በዚህ ክፍል ውስጥ የቋንቋ ሞዴል (LLM) እንደ "የመጀመሪያ ንባብ ረዳት" የጊዜ ተከታታይ መረጃን ለመቃኘት ፣ ያልተለመዱ ነገሮችን ምልክት ለማድረግ እና የአዝማሚያ ማጠቃለያዎችን እንዴት እንደሚጠቀሙ ይማራሉ ። ግን የመጨረሻውን ውሳኔ ለእሷ ፈጽሞ የማይተወው ለምን እንደሆነ እየተነጋገርን ነው.
ቀጣይነት ያለው ክትትል ውሂብ አናቶሚ
የአካባቢ ቁጥጥር መረጃ በመደበኛ የጊዜ ክፍተቶች የሚሰበሰብ ተከታታይ ጊዜ ነው። እያንዳንዱ የመለኪያ ነጥብ የጊዜ ማህተም፣ ዋጋ ያለው እና በጥሩ ሁኔታ ጥራት ያለው ባንዲራ ይይዛል። የጥሬ መረጃን ለመረዳት ሶስት ፅንሰ ሀሳቦችን መለየት አለብህ፡-
- አዝማሚያ፡ የረዥም ጊዜ አዝማሚያ (ለምሳሌ የወቅቱ የአቅም መጨመር)።
- ወቅታዊነት/ዑደት፡- በቀን ወይም በዓመት የሚደጋገሙ ቅጦች (ለምሳሌ፣ የ DO በቀን ፎቶሲንተሲስ ከፍ ማድረግ)።
- Anomaly: ነጠላ ወይም የአጭር ጊዜ እሴቶች በስታቲስቲክስ ከሚጠበቀው ንድፍ ያፈነግጡ።
መለኪያ
የተለመደ የክትትል ክልል
የናሙና ገደብ (የማስወጣት)
የጋራ ዳሳሽ ችግር
ፒኤች
1-5 ደቂቃ
6-9 (ያለ)
የማጣቀሻ ኤሌክትሮል መቀየር
የተሟሟ ኦክስጅን (DO)
5-15 ደቂቃ
≥ 5 mg/L (መቀበያ መካከለኛ)
ሜምብራን መበከል (ባዮፎውል)
conductivity
5-15 ደቂቃ
ክፍል ጥገኛ፣µS/ሴሜ
የካሊብሬሽን ተንሸራታች
COD (ቀጣይ ተንታኝ)
15-60 ደቂቃ
250 ሚ.ግ
Reagent ድካም, መዘጋት
PM10 (አየር)
1 ሰዓት
50µg/ሜ³ (24 ሰዓታት)
የእርጥበት / ኮንደንስ ተጽእኖ
የQA/QC ባንዲራዎች ለምን አስፈላጊ ናቸው?
QA/QC (የጥራት ማረጋገጫ/ጥራት ቁጥጥር) በእያንዳንዱ መለኪያ ላይ የእምነት መለያ ማያያዝ ነው። ምንም እንኳን አንድ እሴት በስታቲስቲካዊ መልኩ "ከላይ ተኩስ" ቢመስልም ከካሊብሬሽን መስኮቱ ውጭ የተወሰደ ከሆነ ወይም ሴንሰሩ በጥገና ላይ ከሆነ ዋጋ የለውም። የጋራ ባንዲራ ኮዶች፡-
የሰንደቅ ዓላማ ትርጉም ---------------- G ጥሩ - ትክክለኛ፣ ተቀባይነት ያላቸው መለኪያዎች ተጠርጣሪ - አጠራጣሪ፣ ማረጋገጫ ያስፈልጋልM የጠፋ - የጠፋ/ባዶ መዝገብC ልኬት - የመለኪያ/የጥገና መስኮት፣ ውሂብ ልክ ያልሆነ የተገመተ - የተገመተ የተገመተ እሴት
ጠቃሚ ምክር፡ የትርፍ ትንተና ከመጀመርዎ በፊት ሁልጊዜ የካሊብሬሽን እና የጥገና ምዝግብ ማስታወሻዎችን ይክፈቱ። በ03፡40 ላይ ያለው የCOD ዘሎ ከራስ ሰር የማታ ልኬት ወይም ሬጀንት ለውጥ ጋር የሚገጣጠም ከሆነ፣ ይህ የ"C" ባንዲራ ውሂብ ነው። እሱ ለማንቂያ አይደለም ፣ ግን ለመረጃ ማጽዳት።
ያልተለመደ ቅኝት እና የአዝማሚያ ማጠቃለያ ከ AI ጋር
የሰንጠረዡን መረጃ በፍጥነት ለመገምገም፣ የሰው ዓይን ሊያመልጣቸው የሚችሉትን ጥቆማዎች እና የመጀመሪያ መላምቶችን ለመደርደር LLM ን መጠቀም ይችላሉ። ወሳኙ ነጥብ፡ ለአምሳያው ጥሬውን መረጃ፣ አሃዶች እና ገደብ አንድ ላይ መስጠት እና ከእሱ የተረጋገጡ ምልከታዎችን መጠየቅ።
ደካማ ምላሽ፡ "በዚህ የውሃ ጥራት መረጃ ላይ ችግር አለ?" ጠንከር ያለ ምላሽ፡ "ከዚህ በታች የ15 ደቂቃ የቆሻሻ ውሃ ማፍሰሻ ነጥብ የክትትል መረጃ አለ (አምዶች፡ ጊዜ፣ COD [mg/L]፣ conductivity [µS/cm]፣ pH፣ QA flag)። የማፍሰሻ COD ገደብ 250 mg/L፣ pH ክልል 6-9 ነው። የእርስዎ ተግባር፡ 1) የጊዜ ማህተሞች ከገደብ የሚበልጡ (ጥሩ መስመሮች ያሉት) 2) ብቻ። C/M/S በተለየ 'ማረጋገጫ ያስፈልጋል' ዝርዝር ውስጥ ያስቀምጣል።
ኃይለኛው ጥያቄ ሞዴሉን ከተጨባጭ አሠራር ጋር ያገናኘዋል፣ ባንዲራዎቹን ይተነትናል እና ቅዠትን ለመገደብ ግልጽ የሆነ "እርግጠኛ ካልሆኑ፣ አትናገሩ" የሚል መመሪያን ያካትታል።
ማስጠንቀቂያ፡ LLM በቁጥር ገደብ ንፅፅር ላይ ስህተቶችን ሊያደርግ ይችላል። 248 mg/ሊትን “ከሚበልጥ” ወይም 252 mg/ሊት “በገደብ ውስጥ” ብሎ ሊሰይም ይችላል። ከጥሬው ሠንጠረዥ በእይታ ወይም በቀመር (ለምሳሌ እሴት > 250) የአምሳያ ዝርዝሮችን እያንዳንዱን ብልጫ እንደገና ያረጋግጡ። ሞዴሉ ይቃኛል; እርስዎ ገደቡን ይወስናሉ.
የጠፋ የውሂብ ስልት (ኢምዩሽን)
ዳሳሾች ይዘጋሉ፣ ኃይል ይጠፋል፣ ግንኙነት ይቋረጣል። የጎደለውን ውሂብ እንዴት እንደሚሞሉ በቀጥታ በእርስዎ አዝማሚያ እና ከመጠን በላይ ትንታኔ ላይ ተጽዕኖ ያሳድራል። የውሸት ግምት የሌለበትን ከመጠን በላይ መተኮስ "መፍጠር" ወይም እውነተኛ ከመጠን በላይ መተኮስን ሊደብቅ ይችላል።
ፓንዳዎችን እንደ pdimport numpy አስመጣ np # 15 ደቂቃ COD ተከታታይ; -999 የመሣሪያ ኮድ "ምንም ውሂብ የለም" "ባንዲራ": ["G", "G", "M", "M", "G", "S", "G", "G"],})# 1) የመሣሪያ ኮዶችን ወደ ትክክለኛ የጎደሉ valuedf.loc[df["koi"] == -999, "koi"] = np.nan# 2) የመስመር SHORT መስተጓጎል; flag imputationgap = df ["koi"].isna () df ["koi_full"] = df ["koi"].interpolate(limit=2)df.loc[gap & df ["koi_full"].notna (), "ባንዲራ"] = "E" # የሚገመተው # = 3) ልኬት መቃኘት - G ውሳኔ ላይ ገደብ df [(df["koi_full")] > 250) እና (df["ባንዲራ"] == "ጂ")] ማተም (asyms[["ts""koi_full""ባንዲራ"]])
በዚህ አቀራረብ, አጫጭር ክፍተቶች ይሞላሉ, ነገር ግን የተሞሉ ዋጋዎች በ E ምልክት ይደረግባቸዋል እና ከመጠን በላይ ውሳኔው የሚወሰነው ከትክክለኛው መለኪያ (ጂ) ብቻ ነው. የ 1240 mg / L ዋጋ እንደ S (ተጠርጣሪ) ስለተሰየመ, በአውቶማቲክ ማለፉ ዝርዝር ውስጥ አይካተትም; መጀመሪያ የተረጋገጠ ነው.
በሴንሰር ተንሸራታች እና በመለኪያ ማረጋገጥ
ከመጠን በላይ መነሳት እውነተኛ ወይም ሴንሰር ተንሸራታች መሆኑን ለመወሰን የወርቅ ደረጃው በአንድ ጊዜ የነጠቅ ናሙና የላብራቶሪ ውጤት ነው። ለምሳሌ, የማያቋርጥ analyzer 1240 mg / L 03:40 ላይ አሳይቷል ከሆነ, እና በዚያን ጊዜ የተወሰደው ናሙና የላብራቶሪ የሚለካው ዋጋ 205 mg / L ከሆነ, ችግሩ ሴንሰር ውስጥ ነው; መፍሰስ አይደለም. ይህ ከመስክ እና ላቦራቶሪ ጋር የ AI ውፅዓት ወይም የ SCADA ማንቂያ ሶስት ማዕዘን ነው።
አነስተኛ መያዣ
በመጠጥ ውሃ ገንዳ ውስጥ ያለው የብጥብጥ ዳሳሽ ለሶስት ቀናት ቀስ በቀስ እየጨመረ የመጣ አዝማሚያ እያሳየ ነው። የፈረቃ ቡድን ለ LLM ሳምንታዊ ውሂብ ሰጥቷል; ሞዴሉ "በድህረ-ዝናብ ፍሳሽ ምክንያት የቱሪዝም መጨመር ይቻላል" ብሏል. ሆኖም ኢንጂነሩ የሜትሮሎጂ መረጃዎችን ሲመለከቱ በዚያ ሳምንት በክልሉ ምንም ዝናብ እንዳልነበረ ተመለከቱ። በመስክ ፍተሻ ወቅት, ባዮፊሊንግ በሴንሰር ኦፕቲካል መስኮት ላይ እንደተፈጠረ ተረድቷል; ካጸዱ እና ካስተካከሉ በኋላ እሴቶቹ ወደ መደበኛው ተመልሰዋል። የኤልኤልኤም የ"ሊሆን የሚችል ትክክለኛ ክስተት" ትርጓሜ በውጫዊ መረጃ (የዝናብ መዝገብ) እና በመስክ ቁጥጥር ውድቅ ተደርጓል። ትምህርት: ሞዴሉ አሳማኝ ነገር ግን የውሸት ታሪክ ሊያመጣ ይችላል; የማረጋገጫ ሰንሰለቱ ይይዛል.
የተለመዱ ስህተቶች
- በመለኪያ/ጥገና መስኮቱ (ባንዲራ ሐ) ውስጥ ያለውን መረጃ ለትክክለኛው ልፋት በማሳሳት ላይ።
- የጎደለውን ውሂብ በፀጥታ መሙላት እና የተገመቱ እሴቶችን እንደ እውነተኛ ልኬቶች ሪፖርት ማድረግ።
- ለተከታታይ ክስተት ነጠላ ውርወራ (ነጠላ መስመር፣ ምናልባትም የኤሌክትሪክ ጫጫታ) ስህተት።
- የኤልኤልኤም መግቻ ነጥብ ንጽጽሮችን በጭፍን ማመን (248 vs 250)።
- በአንድ ጊዜ መለኪያዎች (pH + conductivity + COD) ሳይፈተሹ በአንድ ግቤት ላይ በመመስረት ውሳኔዎችን ማድረግ።
- ከናሙና/የላብራቶሪ ማረጋገጫ ጋር ዳሳሽ ተንሳፋፊነትን ሳያስወግድ ማንቂያውን “እውነተኛ” ማወጅ።
- የአካባቢ ሰዓት/UTC እና የበጋ የሰዓት ፈረቃዎችን ችላ ማለት እና ክስተቶችን ለተሳሳተ ጊዜ መስጠት።
በማጠቃለያው
- የአካባቢ ቁጥጥር ውሂብ ተከታታይ ጊዜ ነው; አዝማሚያ, ወቅታዊነት እና ያልተለመደ ልዩነት ሳይለይ ሊተረጎም አይችልም.
- የQA/QC ባንዲራዎች የመረጃው እምነት መለያ ናቸው፤ ውሳኔዎች የሚደረጉት ከትክክለኛ (ጂ) ውሂብ ብቻ ነው።
- LLM ፈጣን የመጀመሪያ ንባብ ረዳት ነው ያልተለመደ ቅኝት ፣የልቀት ዝርዝር እና የአዝማሚያ ማጠቃለያ እንጂ ውሳኔ ሰጭ አይደለም።
- የጠፋው የውሂብ ስልት (ኢምዩቴሽን) ግልጽ መሆን አለበት; የተሞሉት ዋጋዎች ምልክት የተደረገባቸው እና ለትርፍ ውሳኔው መሰረት አይወሰዱም.
- ዳሳሽ ተንሸራታች፣ ባዮፊሊንግ እና የካሊብሬሽን ተንሸራታች “አስመሳይ ከመጠን በላይ ሹት” ያስገኛሉ፤ ናሙና እና የላብራቶሪ ማረጋገጫን ይለያል.
- AI ውፅዓት መላምት ነው; በካሊብሬሽን መዝገብ እና በመስክ ቁጥጥር ካልተረጋገጠ ጥሬ መረጃ ወደ ኦፊሴላዊው ዘገባ አይገባም።
የመተግበሪያ ተግባር
ያለዎትን የ24 ሰዓት፣ የ15 ደቂቃ የክትትል ዳታ ስብስብ ይውሰዱ (ወይም ሰው ሰራሽ በሆነ መንገድ ያመነጫሉ) (ቢያንስ አንድ ግቤት፡ COD፣ pH፣ ወይም PM10) እና የQA/QC ባንዲራዎችን የሚጨምር እና ገደቦቹን የሚዘረዝር ሩጫ ይፍጠሩ። በመጀመሪያ፣ ጠንከር ያለ ጥያቄ ይፃፉ እና LLM ላልተፈለገ እና ከመጠን ያለፈ ቅኝት ይጠይቁ። ከዚያ በፓይዘን ውስጥ ካለው እሴት> ገደብ ማጣሪያ ጋር ተመሳሳይ መመዘኛዎችን በራስዎ ያረጋግጡ። ቢያንስ አንድ የማስመሰል ምሳሌ ይስሩ እና የተሞሉ እሴቶችን በ E ላይ ምልክት ያድርጉ። ለእያንዳንዱ "overshoot" "ይህን በንጠቅ ናሙና/የመለኪያ መዝገብ እንዴት ማረጋገጥ እችላለሁ?" ጥያቄውን በአንድ ዓረፍተ ነገር ይመልሱ። በስተመጨረሻ፣ በኤልኤልኤም ከተጠቆሙት ያልተለመዱ ሁኔታዎች ውስጥ ምን ያህሉ እውነተኛ ክስተቶች እንደሆኑ እና ምን ያህሉ የሴንሰሮች/የመረጃ ችግሮች እንደሆኑ ከምክንያቶች ጋር በሰንጠረዥ ፃፍ።