RU

Иллюзия 99% F1 в Time Series: как искажаются метрики в детекции аномалий и что показывает реальный тест 14 архитектур

Многие свежие SOTA-статьи по детекции аномалий во временных рядах заявляют F1 ≈ 99%. Мы проверили один из таких методов, и оказалось, что волшебство и…

time seriesвременные рядыanomaly detectionпоиск аномалийpredictive maintenanceпредиктивная аналитикаbenchmarkтрансформерыграфовые нейросетиMVTS
Habr
RU

Когда мониторинг молчит: поиск скрытых деградаций сети с помощью ClickHouse

В телеком-сети возник класс «тихих» деградаций: абоненты сообщали, что при отличном уровне сигнала невозможно совершить или принять голосовой вызов, п…

ClickHouseSQLдетекция аномалийвременные рядымониторинганомалии в данныхдеградации сетисезонностьIslands and Gapsанализ данных
Habr
RU

Торговля на отклонениях: почему мы вернулись к тесту Дики-Фуллера (ADF)

Как бы мы ни пытались отказаться от этого инструмента в поисках более изящных алгоритмических решений, каждый раз мы к нему возвращаемся. В прошлой ст…

pythonadf-тестстационарностьвременные рядыz-scoremean reversionhftadfСтохастик
Habr
RU

SLA как инструмент, а не отчёт. Часть 1. Как подружить бизнес и инженеров через общие цифры

Наш прежний SLA формально выглядел корректно: была формула, «четыре девятки» и отчёты. Но в моменты сбоев это не помогало ответить бизнесу на вопросы:…

инцидент-менеджментslabackendуправление рискамианалитикамониторингвременные рядыдашбордынадежность сервисоврасчет потерь
Habr
RU

Объединяем SCADA, MES и ERP без «мусора на входе»

Когда модель промышленной аналитики начинает показывать отрицательный расход электроэнергии или теряет 15% сырья на ровном месте, проблема ч…

SCADAMESERPсемантическая несогласованностьпромышленная аналитикасемантический слойинтеграция данныхкачество данныхвременные рядыData Fabric