センサー選択
センサー選択 (Sensor Selection) セクションでは、プロジェクトに最適なセンサーとデータチャンネルを評価および選択できます。さまざまなセンサーの組み合わせをフィルタリング、分析、テストするためのツールが提供され、アプリケーションに最適なパフォーマンスと精度を保証します。このセクションには、センサー選択結果の表示、新しいテストの作成、AI探索 (AI Explore) の実行、および混同行列 (Confusion Matrix) を分析して分類パフォーマンスを評価するオプションが含まれています。これにより、データサンプルリストとプロジェクト要件に基づいて、最も効果的なセンサーを特定するプロセスが効率化されます。
データサンプルリストタブ (Data Sample List Tab)
このタブでは、プロジェクトに必要な データサンプルリスト (Data Sample List) を選択できます。各リストには以下の情報が表示されます：
- Lock Icon (ロックアイコン): リストがロックされているか編集可能かを示します。
- List Name (リスト名): データサンプルリストの名前。
- List Type (リストタイプ): データサンプルリストのタイプを指定します。
- Data Shape (データ形状): データの構造を表示します。
- Sample Rate (サンプルレート): データサンプルが収集されるレート。
- Number of Samples (n samples): リスト内のデータサンプルの総数。
- Target Range (ターゲット範囲): ターゲット変数の値の範囲。
- Created Date and Time: リストが作成された日時。
- Modified Date and Time: リストが最後に変更された日時。
- Comments (コメント): リストに関連付けられたメモやコメント。
- Status (ステータス): データサンプルリストの現在のステータス。
フィルターアイコンを使用して、以下でデータサンプルリストをフィルタリングします：
- Name (名前)
- List Type (リストタイプ)
- Date Created (作成日)
- Data Shape (データ形状)
- Sample Rate (サンプルレート)
Apply をクリックしてフィルターを適用するか、Clear をクリックしてフィルターをリセットします。
データサンプルリストのカバレッジ (Data Sample List Coverage)
Coverage (カバレッジ) セクションには、選択したデータサンプルリストに関する以下の情報が表示されます：
- Classes (クラス): データセット内のクラス。
- Count (カウント): 各クラスのサンプル数。
- Percentage (パーセンテージ): 各クラスに対応する全データの割合。
- Data Channels (データチャンネル): 選択したリストで使用可能なデータチャンネル。
- Sample Rate (サンプルレート): 選択したデータサンプルリストに関連付けられたサンプルレート。
クラスのサンプル数が不均衡な場合、結果の信頼性に影響が出る可能性があります。これに対処するため、システムは探索のためにデータのバランスの取れたサブセットを自動的に選択します。
センサー選択結果 (Sensor Selection Results)
Sensor Selection Results セクションの下に、選択したデータサンプルリストの以下の詳細が表示されます：
- Favourites (お気に入り): お気に入りとしてマークされたセンサーを表示します。
- Sensor Channels (センサーチャンネル): 選択に含まれるセンサーチャンネルを一覧表示します。
- Overall Accuracy (k-fold): k-fold（k分割）交差検証に基づく全体的な正解率（パーセンテージ）を表示します。
- Accuracy and Precision: 各クラスの正解率（Accuracy）と適合率（Precision）のパーセンテージを表示します。
- Result ID: センサー選択結果に関連付けられた識別子。
- Create AI Explore: 選択した結果に対して AI Explore を開始するオプション。
- confusion matrix: 分類パフォーマンスを分析するための混同行列を表示します。
- Features Used: センサー選択で使用された特徴量を一覧表示します。
新しいテストの作成 (Creating a New Test)
新しいテストを作成するには、Sensor Selection Results セクションの右上にある + アイコンをクリックします。これにより、Start Sensor Selection ウィンドウが開きます。ここでは以下のことができます：
- Select Data Channels: テストに含めるデータチャンネルを選択します。
- Select Subsets: 最適なセンサーの組み合わせをテストするためのサブセットを指定します。
- Sensor Groups Toggle: このトグルを使用してチャンネルグループを表示するか、チェックを外して個々のデータチャンネルを選択します。
- Test Subsets: テストするデータのサブセットを選択します。
- Test Combinations: テストの組み合わせの総数がウィンドウの右下に表示されます。
Start ボタンをクリックして、センサー選択プロセスを開始します。センサー選択の進行状況を示すプログレスバーが表示されます。Stop Explore をクリックすると、プロセスを終了できます。
センサー選択の管理 (Managing Sensor Selections)
センサー選択を作成したら、以下のアクションを実行できます：
- Star: 選択をお気に入りとしてマークします。
- Filter: 特定の基準に基づいて結果をフィルタリングします。
- Delete: センサー選択を削除します。
これらのオプションは、Sensor Selection Results セクションの右上で利用可能です。
AI Explore の実行と 混同行列 の表示
- AI Explore を実行するには、Create AI Explore 列にある電球アイコンをクリックします。これにより、選択した結果に対するAI主導の探索が開始されます。
- confusion matrix を表示するには、対応するリンクをクリックして、K-foldおよびトレーニング分離の混同行列にアクセスします。この行列は、全体的な正解率（Overall Accuracy）およびF1スコアとともに、クラス分離パフォーマンスを表示します。