Normalmente, la representación simbólica de las señales se basa en los signos de la primera i de la segunda derivada, a las cuales podemos llamar tendencia i curvatura, respectivamente. Pero puede ser que la tendencia i la curvatura no sean suficientes o necesarias para describir cualitativamente las características de interés de la señal que estudiemos. En muchos casos es posible que la propia dinámica de las señales no aporte informaciones significativas para la Supervisión, sino que sean necesarias otras características (como el nivel de ruido, el sobrepasamiento de un lindar, la desviación respecto de un valor medio, el espectro ...) para obtener conclusiones sobre el proceso supervisado.
Per lo tanto, una generalización de las representaciones en episodios puede ser la herramienta mas adecuada para obtener información simbólica i simplificada de las señales. Si para construir los episodios se utilizan sólo aquellas características de las señales estrictamente necesarias, entonces la representación resultante será al mismo tiempo la más simple y la que aportará la máxima información, cualitativa i cuantitativa, útil.
Esta generalización se puede hacer formalmente a partir de la definición de episodio i basada en la formalización de Cheung i Stephanopoulos.
Representación del tiempo i de la señal.
{x(t0),x(t1),...,x(ti)}
ti < tj Û i<j
Por función característica entenderemos aquella característica cuantitativa de la señal que nos interesará estudiar i que variará a lo largo del tiempo. La función característica es la base de la representación en episodios i puede ser cualquier función de los valores de la señal i de los instantes de tiempo en qué se mide. El valor de la función característica en un determinado instante de tiempo puede depender de los valores de la señal en el instante de muestreo actual i anteriores, de los valores de la función característica en los instantes de muestreo anteriores i de los valores del tiempo en los instantes de muestreo.
Algunos ejemplos de función característica poden ser:
Puede ser necesario utilizar más de una función característica
para describir todo lo que queremos abstraer de una señal. Por lo
tanto, puede ser posible necesitar més de una función característica
para cada señal estudiado:
Llamaremos nf al número de funciones características utilizadas.Debe tenerse en cuenta que el número de tipos diferentes de episodios está en función del número de funciones características utilizadas para crearlos. Por lo tanto, un exceso de funciones características puede resultar contraproducente, ya que entonces el nivel de abstracción de los resultados puede no ser suficiente.
Per representar cualitativamente una señal debe definirse el estado cualitativo. Esto puede hacerse a partir de las funciones características, asegurando de esta forma que sean representativos.
Intervalos característicos. Estado característicos. Estado cualitativo
Si llamamos nj al número de intervalos característicos de la función característica Fj , podemos definir:
entonces:
Fig. -1 Diversas posibilidades de intervalos característicos i símbolos asociados a cada uno.
El esta cualitativo de una variable en un instante de tiempo o en un
intervalo, representando cualitativamente todas las características
de interés, quedará definido por el conjunto de estados característicos
de las diversas funciones características:
Para obtener una representación en episodios debe dividirse el tiempo en intervalos significativos directamente relacionados con el estado cualitativo de la señal, de forma que cada episodio está caracterizado por un solo estado cualitativo, constante en todo el episodio.
Los instantes en qué se produce algún cambio en el estado cualitativo de la señal, los llamaremos instantes característicos:
ti es un instante característica de x(t) Û QS(x,ti) ¹ QS(x,ti-1)
Aunque los episodios queden totalmente determinados por los instantes característicos i por el estado cualitativo , puede haber otros datos interesantes desde el punto de vista de la supervisión que no sean necesarios para la determinación de los episodios. Por lo tanto, se puede distinguir entre unas características fundamentales del episodio, que son los instantes característicos que lo delimitan (que llamaremos tl i tr) i su estado cualitativo (QS(x,t)), i otras características, llamadas características auxiliares, que aportarán información suplementaria. Ejemplos de característica auxiliar poden ser el 'convexity point' en la Representación Trapezoidal de [Cheung and Stephanopoulos, 1990] o los vértices de los triángulos en la Representación Triangular. También entenderemos como característica auxiliar del episodio otros datos de la señal en los instantes característicos, como los valores de la señal o de la derivada.
Los episodios son el resultado final de este proceso de abstracción. Recordemos que un episodio debe estar definido per dos elementos:
Un episodio Ek será, pues, un conjunto de valores
cualitativos i numéricos que podremos agrupar en características
fundamentales i características auxiliares
Ek = <tlk,QSk,{características auxiliares}, trk >
con las condiciones:
trk = tlk+1
QSk = QS(x, tlk ,
trk )
QSk ¹ QSk+1
Asegurando que los episodios que formen una representación sean maximales.Finalmente, la representación de una señal estará formada, pues, por una sucesión de episodios:
Pero esta clasificación fundamental puede ser ampliada teniendo en cuenta las características auxiliares cualitativas. Entonces, cada tipo fundamental puede ser subdividido en tipos auxiliares para formar lo que podemos llamar una clasificación útil, en la cual estarán contempladas todas las características interesantes desde el punto de vista del proceso y del Sistema de Supervisión.
En la tabla que se presenta a continuación se intentan interpretar esquemáticamente las diversas representaciones en episodios desde el punto de vista de la generalización, identificando las funciones características, los intervalos característicos y las clasificaciones fundamental y útil.
La generalización propuesta permite describir las aproximaciones basadas en episodios maximales, determinados siempre per las mismas características, i que ocasionen representaciones únicas de la señal. Otras aproximaciones que no tienen en cuenta estas consideraciones queden excluidas de esta generalización.