NXP TSS 學習筆記 - 數據收集與 Data Intelligence 工具

這一次要來介紹如何透過 NXP eIQ (版本：1.14.0) 的機器學習工具 Time Series Studio 來完成數據集收集以及分析

數據收集

使用 Time Series Studio 來收集數據時，需要搭配一個目標裝置經由 Serial Port 連結到電腦，將數據傳送至電腦中。

數據傳輸格式如下：

• 字元格式 ASCII

• 數據樣本以空格、逗號和分號中的任一個分隔符號分隔

• 數據集的每一行都以‘\r\n’結尾

ㄧ、設定連接目標裝置及數據集

1. 選擇目標裝置的 Serial Port，例如 COM14。
2. 選擇清單中目標裝置對應的 Baud Rate，例如 115200。
3. 點選“Connect”按鈕，完成目標裝置連接。
4. 指定數據集的通道數量，例如：溫度、濕度、壓力..等。
5. 指定數據集的類別數量，例如：正常、異常..等。

6. 設定完成。

    

二、設定與開始數據收集

1. 選擇數據類別
2. 編輯檔案名稱
3. 設定樣本數，或是使用預設值 100 行。
4. 點擊“START”按鈕，即可看到 Serial Port 傳來的數據，並以最大行數自動儲存。

5. 若有多個類別需要收集，重複操作以上四個步驟，將所有數據類別收集完成。

    

Data Intelligence

Data Intelligence 可以幫助我們將數據集進行自動分析以及給予建議，我們就能夠藉由這些建議來優化我們的數據集。

過去我們根據自己的知識來導入數據集，進行模型的訓練，但有時候訓練出來模型效果並不好。

因此藉由 Data Intelligence 能夠協助分析我們所收集到的數據，並提出建議，目的是為了優化數據集：

• 省略不需要的數據通道

• 評估數據集的平衡性

• 最佳採樣頻率

• 數據視窗大小

一、參數設定

第一步是設定導入數據的參數，輸入以下項目：

1. 數據集類型：

   • Segmented Data

   • Continuous Data

2. 通道數量

3. 類別數量

4. 設定數據的採樣頻率

5. 可設定的最低頻率

    

1. 一旦設定了通道數量，我們就可以為每個通道進行命名，方便我們後續理解分析報告。

    

2. 點擊每個類別旁邊的 + 按鈕來導入數據集。它會自動分辨文件中的分隔符號、行數和列數，確保每個檔案符合指定的格式。

   • 當數據為 Segmented Data ，列數必須等於視窗大小乘以通道數

   • 當數據為 Continuous Data ，列數必須等於通道數

      

3. 我們可以修改每個類別的別名，方便我們後續分析。

    

4. 完成步驟後，按一下「START DATA ANALYSIS」按鈕，進行資料分析並產生報告。

    

二、分析結果

接著 Data Intelligence 工具就會開始幫我們自動分析，等待一段時間後，我們就會收到分析結果。

• Data Balance

  • 利用 5 顆星評價來說明我們的數據在分類任務中，是否為完美平衡的。

     

• Channel Correlation

  • 適合用於通道數量 >= 2。

  • 利用混淆矩陣來說明不同通道之間的關聯性。

  • 數值越大，通道之間的關聯性越高；數值接近 0 則反之。我們可以透過此訊息來辨別不重要的通道有哪些並刪除，這有助於我們在訓練模型的數據集。

     

• Channel 重要性

  • 適合用於 Segmented Data。

  • 適合用於通道數量 >= 2

  • 顯示每個頻道的重要性分數，分數越高越好。

  • 在此範例中，可以看到通道 X 比其他通道更重要。

• 最佳採樣參數

  • Sampling Frequency（取樣頻率）：推薦將原始取樣頻率做「下採樣」的建議值。去除高頻雜訊、減少資料量與功耗，提升系統效能。可以幫助我們節省資源和電力，同時仍保留必要的資訊。

  • Window Size（視窗大小）：建議在進行特徵擷取與分類前，資料的分段長度（Time Window）。目的是讓每一個資料段都能代表一個穩定狀態，僅對 Continuous Data 有效。

  • Sampling Duration（採樣持續時間）：單一分段樣本數據的取樣時間。

  • Distinction Score（區別分數）：在「推薦的 Sampling Frequency 與 Window Size」條件下，該數據對不同分類標籤（如情緒、疲勞、警覺等）的區分能力。數值越高分辨力越好，代表該組參數設定能更有效地分辨不同狀態。