Bei Ausreißer erkennen und ggf. beheben (Backend) und Unmotivierte Spikes (Hardware/Firmware) ging es schon ein wenig um Ausreißer in den diskreten Telemetriedaten. Bei Sound Visualization - #5 by Andreas ging es ebenfalls um die automatische Erkennung von Peaks in den FFT-Daten.
Da wir so etwas im Allgemeinen gerne als Web-Service anbieten würden, hier eine kurze Notiz dazu, zusammen mit der Vorstellung eines “Framework” Projekts, das für uns eine gelungene Mischung aus optimaler UI+CLI UX darstellt.
– GitHub - MentatInnovations/datastream.io: An open-source framework for real-time anomaly detection using Python, ElasticSearch and Kibana
– Datastream.io | Projects | Mentat
Konkret gefällt uns das “Restream” Konzept sehr gut, die entsprechende, recht schlanke Implementierung per restream_dataframe, sowie das Terminalprogramm dsio als CLI Interface zur Steuerung relevanter Vorgänge.