文献

J-GLOBAL ID：201902288725994039   整理番号：19A1775102

水管理のためのiot:知的異常検出に向けて【JST・京大機械翻訳】

IoT for Water Management: Towards Intelligent Anomaly Detection

著者 (3件)： Gonzalez-Vidal Aurora (Department of Information and Communication Engineering, University of Murcia Murcia, Spain) ,  Cuenca-Jara Jesus (Department of Information and Communication Engineering, University of Murcia Murcia, Spain) ,  Skarmeta Antonio F. (Department of Information and Communication Engineering, University of Murcia Murcia, Spain)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： WF-IoT  ページ： 858-863  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： グローバルな水システムが悪化し,供給と需要が非常に動的であることを考えると,水管理システムを改善するためのスマートな方法が必要であり,そのために,それはより効率的になり,市民に提供されるサービスをスマートな都市に拡張することが必要である。モノのインターネットによって扱うことができる多くの水関連問題のひとつは,水消費における異常検出であった。スマートメーターによって収集されたデータの分析は,顧客へのフィードバックを個人化し,水廃棄物を防ぎ,警報状況を検出するのを助ける。水消費データは時系列とみなすことができる。時系列異常検出は古い話題であるが,本研究では,どの技術が水消費に適しているかを調べることを試みた。時系列異常検出のための2つの非常によく知られた方法を調べた:ARIMAプロセスに適合しない異常値を選択するARIMAに基づくフレームワーク異常検出技術と,離散的な方法でデータのウィンドウを表すHOT-SAXと名付けた技術も発見した。それらは本質的に非常に異なるが,真の正の解析は優れている。挑戦は,画像から偽陽性を取り除くことに残っている。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 画像 ,  異常値 ,  都市 ,  *水管理 ,  廃棄物 ,  市民 ,  警報
準シソーラス用語： 誤検出 ,  ARIMAモデル ,  個性化 ,  スマートメータ ,  モノのインターネット ,  *異常検出 , 【Automatic Indexing@JST】

分類 (4件)： 脳・神経系モデル  (EL02050C) ,  システム・制御理論一般  (IA02010H) ,  分子・遺伝情報処理  (JE15040B) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 水管理 ,  IoT ,  異常検出