arrow_back

A face oculta dos dados no tempo

Análise de dados para ir além do óbvio.

O segredo do xadrez consiste em escolher as melhores alternativas com sutileza, analisando os movimentos possíveis do oponente, mas nossa escolha depende do julgamento feito no próximo lance. A realidade funciona como um jogo, contamos a nós mesmos uma história simplificada ignorando inúmeros detalhes e acabamos convencidos de que ela se reduz a alguns elementos que controlamos como peões.

ajedrez-01

A análise requer a simplificação de um sistema para abordá-lo, é comum que em nosso dia a dia calculemos usando uma regra de três ou estimamos um valor usando a média, ou seja, assumimos que todos os sistemas são lineares e que todas as distribuições são normal. A realidade é uma mistura de não linearidades, dependências e descontinuidades, e nossos modelos mentais são apenas vagas aproximações deles. Ou seja, além de cada modelo, existem inúmeros detalhes ocultos onde a informação subjacente tem respostas para o que queremos descobrir e que só se tornam visíveis com a complexidade.

Relações e correlações

A maioria das análises de sinal de IoT começa com uma suposição básica, cada série temporal marca uma realidade independente e pode ser entendida por si mesma sem exigir informações extras, isso é claramente contra-intuitivo, podemos descobrir que em um sistema tão simples como um motor mecânico e partes elétricas atuam inseparavelmente, embora possamos medir vibrações e correntes elétricas separadamente.

Como ler os efeitos elétricos causados ​​pelas vibrações e vice-versa? E como poderíamos estender esse processo quando temos 5, 10 ou 100 variáveis ​​monitoradas simultaneamente que se correlacionam entre si? Isso destaca a necessidade de ferramentas que permitam encontrar informações comuns entre as variáveis, algumas ferramentas como a análise de correlação permitem que isso seja feito através de visualizações com duas ou mais variáveis, se aparecerem valores de correlação elevados, isso implica que a informação contida é redundante e poderíamos até dispensar uma delas. Ao contrário, valores baixos indicam que ambas as variáveis ​​contêm informações independentes e diferentes.

A causa e a correlação 

Um grande número de ferramentas permite a análise de dados que ora os transformam em informações excessivamente simplificadas e ora em densos parâmetros que não respondem às questões fundamentais para o nosso negócio, quase todas formuladas em termos de causalidade: “se a condição X causa uma falha Y "ou" se decidirmos fazer Y, ocorrerá Z". Mais do que estatísticas e análises de tendências, precisamos de respostas, respostas simples que podem ser geradas a partir de uma análise de causalidade.

Mostrar causalidade de um evento sobre o outro, como quando uma condição monitorada causa uma falha, pode resumir muito do nosso trabalho, geralmente nos limitamos a encontrar correlações entre gráficos de variáveis; Muitas pessoas confundem correlação com causalidade, ou seja, que dois fenômenos apareçam juntos não implica que um cause o outro, existem várias possibilidades adicionais de um terceiro evento oculto causar os dois até que sejam mera coincidência. Uma alta probabilidade de causalidade entre dois eventos implica a presença de pelo menos três elementos

  • Prioridade: um dos eventos sempre aparece antes do outro.
  • Associação: há um evento físico, químico ou outro entre os dois eventos que os relaciona.
  • Dependência: o aparecimento de um dos eventos implica sempre o aparecimento ou não do outro.

analitica

As ferramentas dos novos tempos

A análise avançada pode investigar sistemas complexos analisando prioridades e dependências sem simplificá-los, lidar com não linearidades, reconhecer dependências entre variáveis e poder incorporar a descontinuidade de dados sem problemas. Finalmente, com sua aplicação correta, essas ferramentas, que incluem operações e estruturas complexas, permitem transformar um conjunto de valores de difícil compreensão em respostas simples como valores numéricos, probabilidades ou valores verdadeiros ou falsos. Pense nos modernos sistemas de inteligência artificial, como os usados ​​para reconhecimento de imagens, como uma caixa na qual milhares de pontos de imagens entram e são transformados na resposta à pergunta se a imagem corresponde a você ou não.  

Essas ferramentas vieram para resolver o problema fundamental da complexidade dos dados, economizando tempo, esforço e capacidades humanas para que sejam investidos nos processos de tomada de decisão. Agora podemos perceber nossos ambientes dentro da riqueza de dados e suas variações sem cair na paralisia e na ignorância da simplicidade da análise tradicional em que nadamos todos os dias.

juan

Prepare-se para a nova era da manutenção inteligente com nosso curso gratuito: IoT e manutenção preditiva. Aprenda de forma simples cada um dos aspectos básicos desta nova era da manutenção 4.0 Acesse o link: https://fracttal-br.teachable.com/p/iot-preditiva