論文の概要: Assessment of the suitability of degradation models for the planning of CCTV inspections of sewer pipes

• arxiv url: http://arxiv.org/abs/2307.06341v1
• Date: Wed, 12 Jul 2023 10:58:29 GMT
• ステータス: 処理完了
• システム内更新日: 2023-07-14 16:55:47.954355
• Title: Assessment of the suitability of degradation models for the planning of CCTV inspections of sewer pipes
• Title（参考訳）: 下水道管のCCTV検査計画における劣化モデルの適用性評価
• Authors: Fidae El Morer, Stefan Wittek, Andreas Rausch
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 0.360953887026184
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: The degradation of sewer pipes poses significant economical, environmental and health concerns. The maintenance of such assets requires structured plans to perform inspections, which are more efficient when structural and environmental features are considered along with the results of previous inspection reports. The development of such plans requires degradation models that can be based on statistical and machine learning methods. This work proposes a methodology to assess their suitability to plan inspections considering three dimensions: accuracy metrics, ability to produce long-term degradation curves and explainability. Results suggest that although ensemble models yield the highest accuracy, they are unable to infer the long-term degradation of the pipes, whereas the Logistic Regression offers a slightly less accurate model that is able to produce consistent degradation curves with a high explainability. A use case is presented to demonstrate this methodology and the efficiency of model-based planning compared to the current inspection plan.
• Abstract（参考訳）: 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。 これらの資産の維持には、事前の検査報告の結果とともに構造的・環境的特徴を考慮した場合、より効率的な検査を行うための構造的計画が必要となる。 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に適した手法を提案する。 その結果、アンサンブルモデルが最も精度が高いが、管の長期劣化を推測できないのに対し、ロジスティック回帰法は、一貫した分解曲線を高い説明性で生成できるわずかに精度の低いモデルを提供する。 この方法論とモデルベース計画の効率を,現在の検査計画と比較して実証するためのユースケースを提示する。

関連論文リスト

• Explanatory Model Monitoring to Understand the Effects of Feature Shifts on Performance [61.06245197347139]
  そこで本研究では,機能シフトによるブラックボックスモデルの振る舞いを説明する新しい手法を提案する。 本稿では,最適輸送と共有値の概念を組み合わせた提案手法について,説明的性能推定として紹介する。
  論文  参考訳（メタデータ） (2024-08-24T18:28:19Z)
• Low-rank finetuning for LLMs: A fairness perspective [54.13240282850982]
  低ランク近似技術は、微調整された大規模言語モデルのデファクトスタンダードとなっている。 本稿では,これらの手法が初期訓練済みデータ分布から微調整データセットのシフトを捉える上での有効性について検討する。 低ランク微調整は好ましくない偏見や有害な振る舞いを必然的に保存することを示す。
  論文  参考訳（メタデータ） (2024-05-28T20:43:53Z)
• A Natural Gas Consumption Forecasting System for Continual Learning Scenarios based on Hoeffding Trees with Change Point Detection Mechanism [3.664183482252307]
  本稿では,変化点検出統合による天然ガス消費の予測について紹介する。 提案手法に基づく予測モデルの性能を実世界の複雑なユースケースで評価する。
  論文  参考訳（メタデータ） (2023-09-07T13:52:20Z)
• Predicting Hurricane Evacuation Decisions with Interpretable Machine Learning Models [0.0]
  本研究では,容易にアクセス可能な人口動態と資源関連予測器によって構築された世帯の避難決定を予測するための新しい手法を提案する。 提案手法は,避難交通需要の推計を改善するため,緊急管理当局に新たなツールと枠組みを提供する可能性がある。
  論文  参考訳（メタデータ） (2023-03-12T03:45:44Z)
• Bridging POMDPs and Bayesian decision making for robust maintenance planning under model uncertainty: An application to railway systems [0.7046417074932257]
  利用可能なデータから直接,POMDP遷移と観測モデルパラメータを推定するフレームワークを提案する。 次に、推定分布を利用して、POMDP問題を定式化し、解決する。 我々は軌道資産の維持計画に我々のアプローチをうまく適用した。
  論文  参考訳（メタデータ） (2022-12-15T16:09:47Z)
• The Lifecycle of a Statistical Model: Model Failure Detection, Identification, and Refitting [26.351782287953267]
  モデル性能が低下し始めた共変量空間(サブポピュレーション)の領域を検出し同定するためのツールと理論を開発した。 実世界の3つのデータセットを用いて実験結果を示す。 我々はこれらの実験結果を補足し、我々の手法が異常なサブ集団の回復に最適であることを示す理論で補足する。
  論文  参考訳（メタデータ） (2022-02-08T22:02:31Z)
• Sample-Efficient Reinforcement Learning via Conservative Model-Based Actor-Critic [67.00475077281212]
  モデルベース強化学習アルゴリズムは、モデルフリーのアルゴリズムよりもサンプル効率が高い。 本稿では,精度の高い学習モデルに強く依存することなく,高いサンプル効率を実現する新しい手法を提案する。 CMBACは,いくつかの課題に対して,サンプル効率の点で最先端のアプローチを著しく上回ることを示す。
  論文  参考訳（メタデータ） (2021-12-16T15:33:11Z)
• Sufficiently Accurate Model Learning for Planning [119.80502738709937]
  本稿では,制約付きSufficiently Accurateモデル学習手法を提案する。 これはそのような問題の例を示し、いくつかの近似解がいかに近いかという定理を提示する。 近似解の質は、関数のパラメータ化、損失と制約関数の滑らかさ、モデル学習におけるサンプルの数に依存する。
  論文  参考訳（メタデータ） (2021-02-11T16:27:31Z)
• Forethought and Hindsight in Credit Assignment [62.05690959741223]
  我々は、前向きモデルや後向きモデルによる後向き操作による予測として使われる計画の利益と特異性を理解するために活動する。 本稿では,予測を(再)評価すべき状態の選択に主眼を置いて,計画におけるモデルの利用について検討する。
  論文  参考訳（メタデータ） (2020-10-26T16:00:47Z)
• Selective Dyna-style Planning Under Limited Model Capacity [26.63876180969654]
  モデルに基づく強化学習では、環境の不完全なモデルによる計画は、学習の進行に害を与える可能性がある。 本稿では,不完全モデルの使用を選択的に検討する。 エージェントは、モデルが有用な状態空間の一部を計画するが、有害なモデルの使用を控える必要がある。
  論文  参考訳（メタデータ） (2020-07-05T18:51:50Z)
• 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)

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。