La mayoría de los eventos que el panel ve coinciden con un patrón conocido: cocinar, dormir, limpiar, desgasificación, infiltración de humo. El catálogo de huellas (ver patrones de comovimiento) cubre los casos comunes. Cuando los datos no coinciden con nada del catálogo, el panel no adivina. Etiqueta el evento como anomalía y lo registra para revisión.
El criterio es específico. Una anomalía requiere (1) una desviación sostenida mayor a 2 desviaciones estándar sobre la línea base móvil, (2) duración mayor al umbral de pico de 5 minutos, y (3) sin coincidencia de huella en el catálogo dentro de una ventana de confianza del 90%. Los picos de un solo parámetro que coinciden con escenarios conocidos no son anomalías; son eventos reconocidos. El ruido de sensor y las sensibilidades cruzadas conocidas (humedad escalonando el índice COV, niebla inflando PM) se filtran antes de que el clasificador de anomalías corra.
Cuando una anomalía se marca, el panel hace tres cosas. Muestra la traza multi-parámetro para que veas la forma. Sube cualquier señal contextual (AQI exterior, clima, hora del día, eventos recientes en el hogar) que pudiera explicarla. Y registra el evento para que la IA pueda compararlo con eventos futuros; las anomalías recurrentes a veces resultan ser patrones no documentados específicos de tu hogar (un tic particular del HVAC, una actividad diaria del vecino, un lento cambio estacional).
Las anomalías no son alarmas. Son observaciones. La mayoría se resuelven solas. Algunas las etiqueta el usuario («fue la sopladora del vecino» o «fue una impresora 3D corriendo»), lo que extiende el catálogo de huellas para tu hogar. Las anomalías persistentes no explicadas merecen investigarse con una caminata; a veces revelan problemas reales (una lenta fuga de gas, una fuente oculta de humedad, un filtro HVAC desgastado) que ningún parámetro solo habría atrapado.
