論文の概要: Wastewater Pipe Condition Rating Model Using K- Nearest Neighbors
- arxiv url: http://arxiv.org/abs/2202.11049v1
- Date: Tue, 22 Feb 2022 17:32:45 GMT
- ステータス: 処理完了
- システム内更新日: 2022-02-23 17:30:18.806890
- Title: Wastewater Pipe Condition Rating Model Using K- Nearest Neighbors
- Title（参考訳）: K近傍地区を用いた排水管条件評価モデル
- Authors: Sai Nethra Betgeri, Shashank Reddy Vadyala, John C. Matthews,
Mahboubeh Madadi, Greta Vladeanu
- Abstract要約: 本研究の目的は, 管の物理特性, 外部特性および油圧特性に基づいて, 総合的な管評価モデルを分類することである。
提案モデルは, 業界が受け入れ, 利用したガイドラインに従って構築され, 全体像を推定する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: Risk-based assessment in pipe condition mainly focuses on prioritizing the
most critical assets by evaluating the risk of pipe failure. This paper's goal
is to classify a comprehensive pipe rating model which is obtained based on a
series of pipe physical, external, and hydraulic characteristics that are
identified for the proposed methodology. The traditional manual method of
assessing sewage structural conditions takes a long time. By building an
automated process using K-Nearest Neighbors (K-NN), this study presents an
effective technique to automate the identification of the pipe defect rating
using the pipe repair data. First, we performed the Shapiro Wilks Test for 1240
data from the Dept. of Engineering & Environmental Services, Shreveport,
Louisiana Phase 3 with 12 variables to determine if factors could be
incorporated in the final rating. We then developed a K-Nearest Neighbors model
to classify the final rating from the statistically significant factors
identified in Shapiro Wilks Test. This classification process allows
recognizing the worst condition of wastewater pipes that need to be replaced
immediately. This comprehensive model is built according to the
industry-accepted and used guidelines to estimate the overall condition.
Finally, for validation purposes, the proposed model is applied to a small
portion of a US wastewater collection system in Shreveport, Louisiana.
Keywords: Pipe rating, Shapiro Wilks Test, K-Nearest Neighbors (KNN), Failure,
Risk analysis
- Abstract（参考訳）: 管状態のリスクに基づく評価は, 管故障のリスクを評価することにより, 最重要資産の優先順位付けに重点を置いている。
本論文の目的は,提案手法で同定されたパイプの物理的,外部的,水理的特性に基づく総合的パイプレーティングモデルを分類することである。
下水構造条件を評価する従来の手作業では長い時間がかかる。
本研究は,K-Nearest Neighbors (K-NN) を用いた自動処理により,パイプ補修データを用いた管欠陥評価の自動同定手法を提案する。
まず,ルイジアナ州シュリーブポートのエンジニアリング・アンド・エコノミカル・サービス(Shreveport)の1240データに対して,12変数を用いてシャピロウィルクス試験を実施し,最終評価に因子を組み込むことができるかを検討した。
次に、シャピロウィルクス試験で同定された統計的に重要な因子から最終評価を分類するK-Nearest Neighborsモデルを開発した。
この分類プロセスにより、すぐに交換する必要がある排水管の最悪の状態を認識することができる。
この包括的なモデルは、業界が受け入れるガイドラインに従って構築され、全体的な状況を見積もる。
最後に, 検証のために, ルイジアナ州シュリーブポートの米国の排水回収システムの一部に適用した。
キーワード:パイプレーティング、shapiro wilks test、k-nearest neighbors (knn)、失敗、リスク分析
関連論文リスト
- Rapid Flood Inundation Forecast Using Fourier Neural Operator [77.30160833875513]
洪水浸水予測は洪水前後の緊急計画に重要な情報を提供する。
近年,高分解能な流体力学モデリングが普及しつつあるが,道路の洪水範囲やリアルタイムのビルディングレベルは依然として計算的に要求されている。
洪水範囲と浸水深度予測のためのハイブリッドプロセスベースおよびデータ駆動機械学習(ML)アプローチを提案する。
論文 参考訳（メタデータ） (2023-07-29T22:49:50Z) - Assessment of the suitability of degradation models for the planning of
CCTV inspections of sewer pipes [0.360953887026184]
下水道管の劣化は、経済的、環境的、健康的な問題を引き起こす。
このような計画の開発には、統計的および機械学習手法に基づく分解モデルが必要である。
本研究は, 精度指標, 長期劣化曲線の生成能力, 説明可能性の3次元を考慮した検査計画への適合性を評価する手法を提案する。
論文 参考訳（メタデータ） (2023-07-12T10:58:29Z) - The Implicit Delta Method [61.36121543728134]
本稿では,不確実性のトレーニング損失を無限に正規化することで機能する,暗黙のデルタ法を提案する。
有限差分により無限小変化が近似された場合でも, 正則化による評価の変化は評価推定器の分散に一定であることを示す。
論文 参考訳（メタデータ） (2022-11-11T19:34:17Z) - Watermarking for Out-of-distribution Detection [76.20630986010114]
Out-of-Distribution (OOD) 検出は、よく訓練された深層モデルから抽出された表現に基づいてOODデータを識別することを目的としている。
本稿では,透かしという一般的な手法を提案する。
我々は,元データの特徴に重畳される統一パターンを学習し,ウォーターマーキング後にモデルの検出能力が大きく向上する。
論文 参考訳（メタデータ） (2022-10-27T06:12:32Z) - Investigation of Different Calibration Methods for Deep Speaker
Embedding based Verification Systems [66.61691401921296]
本稿では, ディープスピーカ埋込抽出器のスコアキャリブレーション法について検討する。
この研究のさらなる焦点は、スコア正規化がシステムの校正性能に与える影響を推定することである。
論文 参考訳（メタデータ） (2022-03-28T21:22:22Z) - Wastewater Pipe Rating Model Using Natural Language Processing [0.0]
クローズド・サーキット・ビデオ(CCTV)検査は、ここ数十年でパイプラインの内部状態を視覚的に評価する最も一般的な手法である。
配管補修資料から下水構造条件を評価する従来の手作業は、長い時間を要するため、人的ミスを招きやすい。
本研究は,配管補修文書の配管欠陥評価を自動判定する有効な手法を提案する。
論文 参考訳（メタデータ） (2022-02-22T18:03:24Z) - Predictive modeling of microbiological seawater quality classification
in karst region using cascade model [0.0]
本研究では,クロアチア・リェカの入浴期における大腸菌の海水測定の詳細な分析を行った。
地下水の沈下源は、大腸菌値の上昇の原因となるかもしれないいくつかの測定地点で観測された。
気象データに基づく沿岸水質予測にはカスケード機械学習モデルを用いる。
論文 参考訳（メタデータ） (2022-02-11T15:03:31Z) - Leveraging Global Parameters for Flow-based Neural Posterior Estimation [90.21090932619695]
実験観測に基づくモデルのパラメータを推定することは、科学的方法の中心である。
特に困難な設定は、モデルが強く不確定であるとき、すなわち、パラメータの異なるセットが同一の観測をもたらすときである。
本稿では,グローバルパラメータを共有する観測の補助的セットによって伝達される付加情報を利用して,その不確定性を破る手法を提案する。
論文 参考訳（メタデータ） (2021-02-12T12:23:13Z) - Long-Term Pipeline Failure Prediction Using Nonparametric Survival
Analysis [4.838046459336203]
我々は,水本破壊の故障確率を評価し,予測するための機械学習モデルを開発した。
以上の結果から,本システムはランサムサバイバルフォレスト(Random Survival Forest)と呼ばれる非パラメトリックサバイバル分析手法を取り入れていることが明らかとなった。
さらに,長期予測に関連する不確かさを定量化するために,統計的推論手法を構築した。
論文 参考訳（メタデータ） (2020-11-11T02:31:31Z) - Predictive Analytics for Water Asset Management: Machine Learning and
Survival Analysis [55.41644538483948]
本研究では,水管故障の予測のための統計的および機械学習の枠組みについて検討する。
スペイン,バルセロナの配水ネットワーク内の全管の故障記録を含むデータセットを用いて検討を行った。
その結果, 管形状, 年齢, 材質, 土壌被覆など, 重要な危険因子の影響が明らかにされた。
論文 参考訳（メタデータ） (2020-07-02T19:08:36Z) - Sparse representation for damage identification of structural systems [11.397437423613418]
モデル更新とスパース損傷識別のための2段階感度解析に基づく新しいフレームワークを提案する。
次に、準$ell法上に構築されたスパース表現パイプラインを、損傷と局所化定量化のために提示する。
提案手法は, 構造損傷の局所化と定量化の両方を高精度に行うことができることを示す。
論文 参考訳（メタデータ） (2020-06-06T18:04:35Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。