エイリアシング：あなたのタイムシリーズはあなたに嘘をついています

エイリアシング：タイムシリーズは嘘をついている

Pythonによる信号エイリアシングの直感的な紹介

時系列データはあらゆるところにあり、豊かな情報を持っています。金融市場、産業プロセス、センサーデータ、健康モニター、ネットワークトラフィック、経済指標など、時系列解析と信号処理が必要なアプリケーションの例です。

深層学習や他の時系列予測技術の進歩により、時系列の一部の基本的な特性が注目を浴びています。時系列プロジェクトに取り組む前に、「このデータを信頼できるか？」と自問する必要があります。

この記事では、エイリアシングという離散時系列の病的な特性について探求します。時系列の周波数や季節性解析に関心がある方は、エイリアシングについて熟知し、それが収益にどのように影響するかを理解している必要があります。「時系列」と「信号」は同義語として使用します。お楽しみください！

エイリアシングとは何か、そしてどれほど欺かれる可能性があるのかを把握するために、典型的な例から始めましょう。基本的な振動信号に関する質問に取り組みます。エイリアシングに慣れていない場合、答えに驚くかもしれません。

次の時間系列を考えてみましょう。1秒間の期間においてプロットされたものです。各点は信号のサンプルを表し、直線はサンプルを通過する線形補間を表しています（おそらく）。これにより、信号を視覚化するのに役立ちます。

さらに、サンプリングしている信号の基になる信号は連続的です。つまり、任意の時刻tで信号の値を測定することが可能です。計算やメモリの制約により、信号をサンプリングするための有限の時間点を選びます。

私たちが答える必要のある質問は次のとおりです：

基になる信号は何つのピークを持っていますか？

言い換えると、信号の振動する周波数は何ですか？答えを読む前に、考えてみてください…

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

93 out of 132 found this helpful