ある値の近傍を取る状態から別の値の近傍を取る状態へ遷移する時系列データについて、
どちらの状態でもない過渡状態を経て状態が遷移するみたい。
今回知りたいのは理論ではなく、定常状態に遷移したことをいかにして検知するかという物理。
まぁいかようにでも検知できなくもないけれども、非定常状態の継続時間は不明であるという。
なるべく遅れなしに定常状態への遷移を検知したい。
ARモデルとかMAモデルとかの出番ではない。
DeepLearningとかやってる暇はないw
過去の微小時間内に含まれるデータだけから次が定常状態なのかを検知したい。
前状態と後状態のベースラインがどんな値であっても、
それを考慮することなしに過渡応答の後にくる定常状態の先頭を検知できる、という特徴がほしい。
移動平均だとベースラインがケースごとに変わるので扱いづらい。
微分であればベースラインがゼロに揃うのが良いな、と思った。
結局、今度はゼロへの収束を検知する問題に差し代わるだけだけども、
前ラインと後ラインの2つも見ないでも、確実に楽にはなっている。
微分するとノイズが増えるが…。
微分値が上下の閾値を超えたラインから先、
ゼロ収束の判定条件が一定時間継続した最初のデータポイントがソコ。
これは過渡状態の終了検知なだけだから、それとRawデータの変化をみる。