Утренний совет для меня от Deepseek 🫡

Мне, кстати сегодня сон снился. Будто у меня свой робот, и он перестал мне помогать, а я его пытался обучать всякой ерунде, типа водить машину, а сам думаю, почему автопилота нет, зачем мне его обучать рулить)))

Мужчины, поздравляю всех с праздником!
Мирного неба над головой !

Kaggle.com давно стал больше чем просто портал с задачами по ИИ.

Сейчас на сайте 660К датасетов, это просто супер источник данных.

P.s. а если все эти датасеты объединить в RAG 🤔

Милые девушки! Поздравляю вас с 8 Марта! Желаю, чтобы в душе всегда цвела весна, а глаза сияли счастьем. Оставайтесь такими же прекрасными и вдохновляйте нас на новые победы!💐💐💐

Не сортировщик, а брокер сообщений ☝🏼

Когда-то, давным давно, на заре цифровых технологий, я очень увлекался и компами, и железом и мобильными телефонами.
Знал все марки и характеристики всех устройств, наизусть, знал их сравнение.

Но потом в какой-то момент, зоопарк производителей и устройств становится такой большой, что на отслеживание новинок уходит много времени.
И начинают появляться всякие заголовки, типа "убийца Айфона, убийца chatgpt, убийца тесла" и всё это обычный инфоповод чтобы новичка заметили.

Но в контексте решения конкретных задач, бизнес задач, нет абсолютно никакого смысла знать всё на свете, гораздо лучше знать то, что будет работать, что будет удобно обслужить и что не исчезнет через Х лет с рынка.

Наблюдаю сейчас такой же зоопарк и на рынке ИИ, где куча всего. И найти сейчас свое место на этом рынке - отдельная задача со звёздочкой.

P.S. отдельная печаль - это сжатие нашего рынка, мы почти со сто процентной вероятностью пожалеем, о тех ограничениях, которые вводим сами для себя в это время. Считаю это стратегической супер ошибкой.

Всем привет!

Давно не писал, зарылся в задачах, да и наблюдается определенный кризис идей.

Решил ответить на вопрос и заодно поделиться видением.

Набросал с дипсик краткий план создания синтетического датасета для диагностики компрессора

В целом это базовый, слегка усреднённый подход. Можно использовать как чек-лист при генерации данных.

Шаг 1. Генерация «нормального» режима работы

Для каждого из 380 тэгов нужно задать:

· Базовое значение (среднее) — берётся из паспорта компрессора или экспертной оценки.
· Допустимый разброс (σ) — например, 2–5% от базового значения.
· Сезонность или цикличность — суточные, недельные или сезонные паттерны нагрузки, если они есть.

Генерация выполняется для временного ряда длиной T (например, 100 000 точек с частотой 1 Гц).

Шаг 2. Имплантация паттернов деградации

Выбирается начало деградации t0 и её длительность L. Для каждого тэга определяется тип деградации.

Один и тот же отказ может по-разному проявляться на разных датчиках.
Я спросил дипсик, он предложил как вариант использовать такие соответствия:

· Вибрация → рост дисперсии + появление гармоник.
· Провисание штока → линейный дрейф среднего значения.
· Температура → экспоненциальный рост.
· Уровень → рост дисперсии (турбулентность).

Шаг 3. Добавление реалистичного шума и помех

Рекомендуется добавить несколько слоёв искажений:

· Гауссовский шум N(0, σ) — для фонового шума измерений.
· Импульсный шум — случайные выбросы.
· Дрейф нуля — медленное изменение из-за калибровки.
· Пропуски данных — обнуление случайных участков.

Шаг 4. Кросс-корреляция между датчиками

Отказы обычно видны на нескольких датчиках одновременно:

· Построить матрицу корреляции реальных данных (если есть) или назначить связи экспертно.
· При генерации деградации на одном датчике — добавить ослабленный сигнал (50–70% амплитуды) на коррелирующие датчики.


Можно этот план использовать как основу.

Дальше его можно расширять под конкретные типы оборудования и доступные данные.

P.s. кстати, мне кажется создание датасетов для ИИ моделей, это неплохой бизнес и монетизация🤔