El laboratorio de datos: un año de mediciones simulado y una caja de herramientas contra las señales de interferencia

En OpenMycoNet manda este principio: primero los datos de medición, después todo lo demás. Para que los datos de los primeros nodos de medición reales no acaben en un entorno improvisado, ya hemos construido y probado el laboratorio de datos.

¿Qué es el laboratorio de datos?

Es el entorno del software BioComm en el que se almacenan, condensan, filtran y visualizan las series de mediciones. Ves la evolución a lo largo del día, comparas magnitudes de medición y cambias entre escenarios.

¿Con qué trabaja hoy?

Exclusivamente con datos simulados. En el sistema de producción hay un año de mediciones simulado completo: 6 escenarios, 13 series de mediciones y 9 magnitudes de medición, en total unos 51 millones de valores individuales. Entre ellos hay trazas bioeléctricas con 250 valores por segundo. Cada vista está marcada de forma permanente como simulación.

El mayor desafío: las señales de interferencia

Las señales bioeléctricas del micelio son débiles. Se mueven en el rango de microvoltios a milivoltios y cambian despacio. En el campo se ven superpuestas con facilidad por señales eléctricas de interferencia, o, dicho de forma coloquial, ruido. Las causas son, por ejemplo, un contacto de electrodo inestable, los cambios de humedad y temperatura o las interferencias eléctricas. Por eso, quien quiera analizar mediciones de campo tiene que ser capaz primero de distinguir la señal de la perturbación. Solo después tiene sentido hacer cualquier afirmación sobre los hongos.

Para esto está diseñado el laboratorio de datos

Un escenario propio incluye a propósito fallos técnicos: un reinicio del dispositivo con un hueco en la grabación, dos días sin datos, un amplificador de medición saturado, un salto en el reloj del dispositivo y un fallo de sensor. Estas perturbaciones se marcan en los datos y se hacen visibles en la vista, en lugar de suavizarlas o borrarlas en silencio. Los valores que faltan aparecen como un hueco, nunca como un cero. Además, en los escenarios de estimulación siempre corre en paralelo una serie de control sin estimulación. Así, más adelante se podrá distinguir un posible efecto de las perturbaciones y de las fluctuaciones naturales.

Si las perturbaciones se pueden separar realmente en el campo, y con qué calidad, solo lo podrán decir las mediciones reales. El laboratorio de datos se encarga de que, llegado ese momento, no tengamos que empezar desde cero a construir las herramientas.

¿Qué demuestra esto y qué no?

La prueba demuestra que el almacenamiento, la condensación y la visualización funcionan también con una carga realista. Sobre biología no dice nada. Quien busque patrones aquí solo encontrará los patrones que nosotros mismos hemos metido en el cálculo. Eso vale también para los casos de perturbación: igualmente proceden de nuestra simulación. La prueba demuestra que el sistema reconoce y marca perturbaciones conocidas. No demuestra si detecta de forma fiable perturbaciones desconocidas en el campo.

¿Cómo sigue esto?

En cuanto los nodos de medición reales proporcionen datos, estos sustituirán a la simulación. Los datos simulados no se archivan, no se mezclan con datos de medición y no se usan para entrenar IA. Publicaremos los datos de medición reales bajo CC BY 4.0, para que la ciencia pueda comprobarlos sin tener que fiarse de nosotros.

Pruébalo:

Hay una vista previa con datos simulados en la página explicativa del laboratorio de datos. El laboratorio de datos completo está abierto tras un registro gratuito.