podondra / lampy

Detekce anomálií v datech o znečištění ze sensorické sítě veřejného osvětlení.

Detekce anomálií v datech o znečištění ovzduší

Projekt detekce anomálií v datech o znečištění ovzduší ze sensorické sítě veřejného osvětlení v okolí Karlínského náměstí na Praze 8.

Výstupy

Výstupem projektu jsou následující body:

1. Jupyter notebook s explorací a analýzou dat,
2. report shrnující výsledky projektu a
3. online skript pro detekci anomálií.

Data

Tento projekt využívá otevřená data hlavního města Prahy. Pro více informací viz soubor data/README.md.

Přístup k API

Pro online monitoring je získat přístupové údaje ke stahování dat z API a následně sestavit soubor config.cfg po vzoru config.cfg.sample.

Online monitoring

Online monitoring je implementován ve skriptu online_detection.py, který se spouší po vytvoření virtuálního prostředí, například:

$ python3 -m venv venv
$ source venv/bin/activate
$ pip install -U pip wheel setuptools
$ pip install -r requirements.txt

Následně lze zobrazit nápověda:

$ python online_detection.py --help

Monitoring se zapíní pomocí například:

$ python online_detection.py nec4q4darktyq3dq6izwwhfyyhum4r44

Reference

1. Dominique T. Shipmon, Json M. Gurevithc, Paolo M. Piselli and Steve Edwards. Time Series Anomaly Detection. Dostupné online.
2. Ian Goodfellow, Yoshua Bengio and Aaron Courville. Deep learning. Dostupné online.