Similarity search (Recherche de similarité)

En utilisant des valeurs absolues ou une forme de signal, vous pouvez appliquer la fonctionnalité 'Similarity search' (recherche de similarité) pour rechercher dans vos données des événements présentant des profils similaires à un événement que vous trouvez intéressant.

Vous pouvez rapidement rechercher et analyser les pics liés aux arrêts d’unités en fonction de variables caractérisées par une forme de signal. De cette manière, vous pouvez facilement déterminer la fréquence à laquelle la forme du signal apparaît dans le flux de données et, partant, la fréquence à laquelle un événement donné se produit dans le fonctionnement de votre processus.

Remarque: la recherche de similarité parcourt la période mise en surbrillance par la barre de contexte (plage sélectionnée à l'aide du double curseur). Les périodes de temps qui sont filtrées ou pas encore indexées sont exclues de la recherche.

Comment effectuer une recherche de similarité

Sélectionnez un ensemble de tags et une fenêtre temporelle contenant le comportement qui vous intéresse, puis visualisez l'événement dans le tableau de focus. Lorsqu'il est activé, l'outil de recherche de similarité recherchera le motif complet mis en surbrillance dans le tableau de focalisation. 

Remarque: Le paramètre de résolution d'index détermine la longueur minimale d'un motif de recherche. La longueur de votre période de requête doit être au minimum de 4x la résolution d'index pour les recherches de similarité.  

  1. Dans le menu de recherche, sélectionnez l'icône de recherche de similarité .
  2. Modifier les options de recherche si nécessaire (voir les options de recherche ci-dessous)
  3. Appuyez sur le bouton 'find similar situations' (trouver situations semblables)' pour lancer la recherche.
  4. Attendez que la liste des résultats apparaisse. Par défaut, les résultats sont triés et regroupés par score (voir la section Utilisation de la liste des résultats de la recherche pour modifier l'ordre des résultats). Les résultats sont également indiqués en bleu dans la barre de contexte.

Vous pouvez parcourir la liste des résultats pour identifier les résultats qui vous intéressent et les visualiser dans le tableau de focalisation en cliquant sur un résultat. Vous pouvez également visualiser des événements en ajoutant des couches supplémentaires. Il vous suffit de cliquer sur l'icône Ajouter une couche .

 

Options de recherches

  • Les tags peuvent être inclus ou exclus de la recherche en cochant la case en regard de la couleur du tag correspondant. Une info-bulle avec le nom du tag apparaît lorsque vous survolez les couleurs.
  • Pour chaque tag, la recherche de similarité peut être effectuée sur des valeurs absolues ou sur la forme du signal. 
    • Valeurs absolues: sélectionnez cette option lorsque le niveau absolu et l'évolution dans le temps doivent correspondre. 
    • Forme du signal: sélectionnez cette option lorsque le niveau absolu de la mesure est moins important mais que la forme du signal ou l'évolution de la mesure (haut / bas) doit être adaptée. L'option de forme du signal ne redimensionnera pas la mesure, mais permettra le déplacement vertical du motif.
  • L'utilisateur peut modifier le score de correspondance minimum (valeur par défaut = 60% de qualité de correspondance). L'augmentation de cette valeur de seuil accélère la recherche, mais moins de résultats seront trouvés. Diminuer le seuil a l'effet inverse.

Check how should I interpret similarity search scores to learn more about this score.

Poids

De temps en temps, les meilleurs résultats de recherche globaux peuvent ne pas correspondre particulièrement bien à la fonction d'intérêt recherchée, un pic par exemple. Dans ces cas, les poids peuvent être utilisés pour augmenter l'importance d'une sous-fenêtre sélectionnée de la requête.
  1. Mettez en surbrillance une zone sélectionnée.  
  2. Utilisez les boutons de poids pour définir les poids. L'épaisseur de ligne de la tendance changera en conséquence.  
  3. Appuyez sur le bouton 'Trouver des situations similaires' pour lancer la recherche.

Allusion

Pour donner plus de poids à un tag par rapport aux autres, vous pouvez modifier l’échelle des tags. Le score de similarité est déterminé en fonction de la variation relative d'un tag par rapport à sa plage totale dans le graphique de focalisation. En augmentant l'échelle des tags, le poids d'un tag correspondant diminue dans votre recherche de similarité.   
 
Dans certains cas, aucun résultat n'est trouvé. Cela peut se produire lorsque:
  • Aucune correspondance avec un score suffisamment élevé n’a été trouvée dans la plage de temps sélectionnée.
  • Un utilisateur essaie de chercher pendant une période qui n’est pas encore (complètement) indexée.
  • La fenêtre du focus couvre une partie substantielle de la plage de contexte.
  • Les filtres actifs excluent des parties significatives de la barre de contexte.

Similarity search deep dive video

Recherche de similarité entre assets

Ouvrez "Options avancées" pour rechercher l'occurrence d'un motif se produisant d'un asset à un autre (par exemple, vérifiez si un creux de pression sur le réacteur A se produit également sur le réacteur B).

Pour effectuer une recherche sur plusieurs assets (c’est-à-dire vérifier si un modèle observé dans l’asset A apparaît également dans l’asset B), procédez comme suit:

  1. Ajouter des tags des assets A et B à votre liste de tags actifs.
  2. Cachez tous les tags de l’asset B en cliquant sur l’icône représentant un œil .

    Similarity1.png

  3. Visualisez le modèle d’intérêt dans l’asset A.
  4. Ouvrez les "Options avancées" pour votre recherche de similarité. Dans le menu à droite, mappez les tags de l’asset B sur celles de l’asset A.

    Similarity2.png

  5. Fermez les "Paramètres avancés" et appuyez sur le bouton "Trouver des situations similaires".
  6. Cliquez sur les résultats ou ajoutez des couches dans la liste des résultats . Les résultats sont maintenant définis sur les tags de l'asset B et permettront de visualiser les tags correspondants.

Cross-asset search deep dive video

Enjoying TrendMiner? Share your experience to help the community.
Rate TrendMiner