文献

J-GLOBAL ID：202202276798636367   整理番号：22A0920290

雑音ロガーを用いた配水ネットワークにおける漏れ検出効率の改善【JST・京大機械翻訳】

Improving the leak detection efficiency in water distribution networks using noise loggers

著者 (6件)： Tijani I.A. (Department of Building and Real Estate, The Hong Kong Polytechnic University, Hung Hom, Kowloon, Hong Kong) ,  Abdelmageed S. (Department of Building and Real Estate, The Hong Kong Polytechnic University, Hung Hom, Kowloon, Hong Kong) ,  Fares A. (Department of Building and Real Estate, The Hong Kong Polytechnic University, Hung Hom, Kowloon, Hong Kong) ,  Fan K.H. (Department of Building and Real Estate, The Hong Kong Polytechnic University, Hung Hom, Kowloon, Hong Kong) ,  Hu Z.Y. (Department of Building and Real Estate, The Hong Kong Polytechnic University, Hung Hom, Kowloon, Hong Kong) ,  Zayed T. (Department of Building and Real Estate, The Hong Kong Polytechnic University, Hung Hom, Kowloon, Hong Kong)
資料名： Science of the Total Environment  (Science of the Total Environment)
巻： 821  ページ： Null  発行年： 2022年 
JST資料番号： C0501B  ISSN： 0048-9697  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 漏れ検出技術は,実際の配水ネットワーク(WDN)における水漏れを制御する効果的方法である。それにもかかわらず,実際のWDNに対する検出技術の開発は,実験室模擬漏洩に基づいて開発された検出モデルと比較して,ほとんど注目されていない。他方,環境騒音と不規則な水利用は実験室環境においてシミュレートするのが困難であり,実験室シミュレーション漏れに基づく検出モデルは,通常,実際の応用において低い効率である。実際のWDNの検出モデルのより良い理解を達成するために,機械学習(ML)ベースの漏れ検出モデルを本研究で開発した。本研究では,漏れ検出モデルの開発のために,実際のWDNによって放出される音響信号を記録するための無線センサを採用した。得られた音響信号を離散ウェーブレット変換を用いて雑音除去した。その後,線形予測の原理を用いて生と雑音除去信号の両方から17の特徴を抽出して,次にMLベースの漏れ検出モデルの開発のために特徴を使用した。金属および非金属WDNs,異なる特徴,および異なるMLアルゴリズム,即ち,決定木(DT),サポートベクトルマシン(SVM),人工ニューラルネットワーク(ANN),およびk-最近傍(K-NN)に関して,検出モデルの性能について完全な比較を行った。一般的に,雑音除去信号から抽出した特徴を用いて開発したMLベース検出モデルの性能は,生信号から抽出した特徴に基づいて開発されたモデルの性能と比較して,より良い分類精度を有した。雑音除去信号に対して,DT,SVMおよびANNアルゴリズムに基づいて開発したモデルに対する精度,精度および再現率は,金属および非金属WDNに対して100%であった。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *雑音 ,  シミュレーション ,  *ネットワーク ,  *給水 ,  ニューラルネットワーク ,  検出法 ,  ディシジョンツリー ,  音波信号 ,  モデル ,  機械学習 ,  雑音除去 ,  サポートベクトルマシン
準シソーラス用語： 離散ウェーブレット変換 ,  無線センサ , 【Automatic Indexing@JST】

著者キーワード (4件)： 漏れ検出 ,  音響信号 ,  機械学習アルゴリズム ,  配水ネットワーク

分類 (3件)： その他の汚染原因物質  (SB05040W) ,  湖沼学,河川学  (DC07050J) ,  水質汚濁一般  (SB02010U)

タイトルに関連する用語 (4件)： 雑音 ,  配水 ,  漏れ ,  検出効率