README.md

metadata

title: Ion Switching Predictor
emoji: ⚡
colorFrom: gray
colorTo: blue
sdk: streamlit
sdk_version: 1.32.2
app_file: app.py
pinned: false

⚡ Ion Switching - Sinyal Tabanlı Kanal Tahmini

Bu proje, Liverpool Üniversitesi tarafından sunulan zaman serisi tabanlı Kaggle yarışmasına dayanmaktadır.
Amaç, sinyal verilerine dayanarak açık kanal sayısını (open_channels) tahmin etmektir.

📦 Kullanılan Veri Seti

• Yarışma: University of Liverpool - Ion Switching
• Girdi Özellikleri:
  • time: Zaman damgası
  • signal: Sinyal değeri
• Hedef:
  • open_channels: 0–10 arasında değişen kanal sınıfları

🧠 Kullanılan Yöntemler

• Rolling window tabanlı özellik mühendisliği:
  • Ortalama, standart sapma, min, max (pencere: 10, 50, 100)
• Makine öğrenmesi modeli:
  • LightGBMClassifier
• Model değerlendirme:
  • Accuracy: %98
  • Macro F1-score: 0.94
  • Weighted F1-score: 0.99

🚀 Streamlit Uygulaması

Kullanıcıdan yüklenen CSV dosyasındaki signal verilerine göre open_channels tahmini yapılır.
Model, .pkl formatında yüklenir. Sonuçlar indirilebilir.

🧪 Örnek Kullanım

1. signal sütunu içeren CSV dosyanızı yükleyin
2. Model, rolling özellikleri ekleyerek tahmin yapar
3. predicted_open_channels sütunu ile sonuçları görebilir, indirilebilir CSV alabilirsiniz

🧰 Gereksinimler

pip install -r requirements.txt

🧾 Dosya Yapısı

📁 ion-switching-app/
├── app.py
├── ion_switch_model.pkl
├── requirements.txt
└── README.md

🤗 Model Paylaşımı

Hugging Face Spaces + GitHub üzerinden dağıtılmıştır.
Model dosyası (.pkl) Hugging Face Model Hub'a yüklenebilir veya örnek JSON + açıklama ile paylaşılabilir.

📌 Geliştirilebilir Özellikler

• LSTM/CNN ile zaman serisi derin öğrenme modeli
• Kapsamlı rolling feature grid search
• Sinyal segmentasyonu ile daha hassas blok modelleri

📄 Lisans

MIT License