जब एक ग्राफ एक शिखर और पठार तक पहुंचता है तो कैसे खोजें?

Question

यह बहुत ही मूल लग सकता है, लेकिन मुझे यह समस्या है: मुझे एक विंडो आकार के साथ डेटा की एक कतार मिल गई है। एक छोर पर नया डेटा जोड़ा जाता है, दूसरे छोर से पुराने मान हटा दिए जाते हैं।

मुझे उम्मीद है कि कतार के आंकड़े अधिक या कम सुसंगत रहेंगे, जैसे: 10,12,15,10,20, फिर तेजी से बढ़ना शुरू करें: 15,10,20,22,25,26,28,30,32 ... 150 या तो सभी तरह से। वहां डेटा में थोड़ा उतार-चढ़ाव हो सकता है, फिर यह एक समान ढलान के साथ नीचे जाएगा (120,118,116,115 ...) 20 या तो नीचे सभी तरह से।

मैं प्रोग्रामिक रूप से इस डेटा सीरीज़ में टर्निंग पॉइंट की पहचान करने की कोशिश कर रहा हूं, लेकिन मेरा कोड मेरी तुलना में अधिक बार चोटियों का पता लगाता है। जब ग्राफ बढ़ रहा है तो मैं कैसे पहचान सकता हूं, जब यह एक निश्चित मोड़ पर पहुंच गया है और कब गिरना शुरू हो जाता है? क्या मुझे परिवर्तन की दर के परिवर्तन की दर को देखने की कोशिश करनी चाहिए?

Comments

यदि आपके पास ढलान की ऊँचाई और ऊँचाई की उचित समझ है, तो क्या आप दोनों ऊँचाई का हिसाब ले सकते हैं और कब तक चढ़ रहे हैं, साथ ही साथ वर्तमान ढलान भी? चोटियों पर कितना पूर्व डेटा आपके पास है, और क्या आप उन मॉडल का उपयोग कर सकते हैं जो एक मॉडल को फिट करने के लिए हैं?

— कार्ल १

जो भी विधि है, आप ठीक से परिभाषित करने जा रहे हैं कि चोटी क्या है और पठार क्या है। क्या दो लगातार 'उच्च' मूल्य एक शिखर या पठार हैं? पाँच के बारे में कैसे? कुछ तरीकों में इस जानकारी की आवश्यकता नहीं हो सकती है, लेकिन फिर यह पर्दे के पीछे छिपी हुई है। जैसा कि अक्सर होता है, यह आपकी समस्या को ठीक से परिभाषित करने, और इसके लिए अपने मापदंडों (और / या एल्गोरिथ्म) को अनुकूलित करने के लिए नीचे आता है।

— निक सब्ब

Answer 1

यदि आप जानते हैं कि यह उम्मीद करने के लिए सटीक पैटर्न है, तो आप इस सटीक पैटर्न की तलाश कर सकते हैं, लेकिन फिर आप अन्य पैटर्न को याद करेंगे। इसलिए। यदि आप जानते हैं कि चोटी 150 होगी, तो आप 2 या 3 या 4 या (हालांकि कई) लगातार 150 का मान देख सकते हैं। लेकिन आप कहते हैं "या तो" - कितना बड़ा "या" है? शायद चोटी को "130 से अधिक 3 लगातार मूल्यों" के रूप में परिभाषित किया गया है या शायद यह "140 में 5 लगातार मूल्यों में से 3" है। यह आपको तय करना है।

दूसरी ओर, यदि आप चोटियों का पता लगाने के लिए किसी सामान्य कार्यक्रम की तलाश कर रहे हैं - तो, ​​यह देखा गया है। चौरसाई विधियों का एक गुच्छा है (उदाहरण के लिए, विभिन्न प्रकार के विभाजन, चलती औसत आदि)। मैं इस क्षेत्र में विशेषज्ञ नहीं हूं, लेकिन इस पर बहुत साहित्य है।

Answer 2

में देखो आकार मापक (महत्वपूर्ण शून्य क्रॉसिंग ... या ढलानों, मुझे याद नहीं), हालांकि यकीनन यह समय श्रृंखला उपकरण की तुलना में एक पार-अनुभागीय की अधिक है। यह विचार अलग-अलग बैंडवाइड्स (परिमाण के तीन आदेशों द्वारा भिन्न) पर डेटा को सुचारू करने के लिए है, और यह देखने के लिए कुछ स्थानीय परीक्षण लागू करें कि क्या स्थानीय प्रतिगमन का ढलान काफी सकारात्मक या नकारात्मक है (या अनिर्दिष्ट)। यह एक ठोस चित्र तैयार करता है जो यह निर्धारित करने में आपकी सहायता करेगा कि कौन सी सुविधाएँ हैं। (मुझे आश्चर्य है कि कोई आर कार्यान्वयन नहीं है, केवल मतलाब है।)