論文の概要: Online Detection of Water Contamination Under Concept Drift

• arxiv url: http://arxiv.org/abs/2501.02107v1
• Date: Fri, 03 Jan 2025 21:29:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-07 17:08:45.787605
• Title: Online Detection of Water Contamination Under Concept Drift
• Title（参考訳）: コンセプトドリフトによる水汚染のオンライン検出
• Authors: Jin Li, Kleanthis Malialis, Stelios G. Vrachimis, Marios M. Polycarpou,
• Abstract要約: 水分配ネットワーク(WDN)は重要なインフラであり、汚染は公衆衛生上の重大なリスクをもたらす。 本研究ではDual-Threshold Anomaly and Drift Detection (AD&DD)法を提案する。 マルチスレッドドリフト検出機構とLSTMベースの変動オートエンコーダ(LSTM-VAE)を組み合わせて、リアルタイムな汚染検知を行う。
• 参考スコア（独自算出の注目度）: 8.479260558632172
• License:
• Abstract: Water Distribution Networks (WDNs) are vital infrastructures, and contamination poses serious public health risks. Harmful substances can interact with disinfectants like chlorine, making chlorine monitoring essential for detecting contaminants. However, chlorine sensors often become unreliable and require frequent calibration. This study introduces the Dual-Threshold Anomaly and Drift Detection (AD&DD) method, an unsupervised approach combining a dual-threshold drift detection mechanism with an LSTM-based Variational Autoencoder(LSTM-VAE) for real-time contamination detection. Tested on two realistic WDNs, AD&DD effectively identifies anomalies with sensor offsets as concept drift, and outperforms other methods. A proposed decentralized architecture enables accurate contamination detection and localization by deploying AD&DD on selected nodes.
• Abstract（参考訳）: 水分配ネットワーク(WDN)は重要なインフラであり、汚染は公衆衛生上の重大なリスクをもたらす。 有害物質は塩素のような消毒剤と相互作用し、汚染物質を検出するために塩素モニタリングが不可欠である。 しかし、塩素センサーは信頼性が低く、頻繁な校正を必要とすることが多い。 本研究では,Dual-Threshold Anomaly and Drift Detection (AD&DD)法を提案する。 AD&DDは、2つの現実的なWDNでテストされ、センサーオフセットを持つ異常をコンセプトドリフトとして効果的に識別し、他の方法よりも優れている。 提案した分散化アーキテクチャは、選択したノードにAD&DDを配置することにより、正確な汚染検出とローカライゼーションを可能にする。

関連論文リスト

• Enhancing Angular Resolution via Directionality Encoding and Geometric Constraints in Brain Diffusion Tensor Imaging [70.66500060987312]
  拡散強調画像(DWI)は、水分子の拡散率に感応した磁気共鳴イメージング(MRI)の一種である。 本研究はDirGeo-DTIを提案する。DirGeo-DTIは、勾配方向の最小理論数(6)で得られたDWIの集合からでも、信頼できるDTIメトリクスを推定する深層学習に基づく手法である。
  論文  参考訳（メタデータ） (2024-09-11T11:12:26Z)
• DT-DDNN: A Physical Layer Security Attack Detector in 5G RF Domain for CAVs [11.15939066175832]
  妨害攻撃は5Gネットワークに重大なリスクをもたらす。 本研究は, CAVネットワークにおけるジャマー検出のための, 深層学習に基づく新しい手法を提案する。 提案手法は, 余剰低妨害電力の96.4%検出率を実現する。
  論文  参考訳（メタデータ） (2024-03-05T04:29:31Z)
• Investigating the Suitability of Concept Drift Detection for Detecting Leakages in Water Distribution Networks [7.0072935721154614]
  漏れは、水の損失と汚染リスクの増加を引き起こすため、水分配ネットワークにおいて大きなリスクである。 水分配網の複雑な力学のために漏れ検知は難しい課題である。 機械学習の観点からは、リークはコンセプトドリフトとしてモデル化できる。
  論文  参考訳（メタデータ） (2024-01-03T13:12:04Z)
• Continual Detection Transformer for Incremental Object Detection [154.8345288298059]
  インクリメンタルオブジェクト検出(IOD)は、新しいオブジェクトカテゴリに対するアノテーションを備えた、フェーズ内のオブジェクト検出をトレーニングすることを目的としている。 他の段階的な設定として、IODは破滅的な忘れがちであり、知識蒸留(KD)や模範再生(ER)といった技術によってしばしば対処される。 本稿では,この文脈でKDとERを効果的に活用できるトランスフォーマーベースのIODを提案する。
  論文  参考訳（メタデータ） (2023-04-06T14:38:40Z)
• Deep Metric Learning for Unsupervised Remote Sensing Change Detection [60.89777029184023]
  リモートセンシング変化検出(RS-CD)は、マルチテンポラルリモートセンシング画像(MT-RSI)から関連する変化を検出することを目的とする。 既存のRS-CD法の性能は、大規模な注釈付きデータセットのトレーニングによるものである。 本稿では,これらの問題に対処可能なディープメトリック学習に基づく教師なしCD手法を提案する。
  論文  参考訳（メタデータ） (2023-03-16T17:52:45Z)
• Anomaly Detection for Multivariate Time Series on Large-scale Fluid Handling Plant Using Two-stage Autoencoder [1.911678487931003]
  本稿では,動的成分を有する大規模流体処理プラントにおける時系列データの異常検出に着目する。 このような植物に適した異常検出法として2段階自動エンコーダ(TSAE)を導入する。
  論文  参考訳（メタデータ） (2022-05-20T01:41:39Z)
• Near out-of-distribution detection for low-resolution radar micro-Doppler signatures [2.029924828197095]
  Near-of-distriion Detection (OOD) は、分類に必要な監督なしに意味的に類似したデータポイントを識別することを目的としている。 本稿では、レーダー目標検出のためのOODのユースケースを、他の種類のセンサや検出シナリオに提示する。
  論文  参考訳（メタデータ） (2022-05-12T08:27:14Z)
• SEA: Bridging the Gap Between One- and Two-stage Detector Distillation via SEmantic-aware Alignment [76.80165589520385]
  細粒度情報を抽象化する性質から,SEA (SEmantic-Aware Alignment) 蒸留法を命名した。 1段検出器と2段検出器の両方において、挑戦的な物体検出タスクにおいて、最先端の新たな結果が得られる。
  論文  参考訳（メタデータ） (2022-03-02T04:24:05Z)
• Mitigating the Mutual Error Amplification for Semi-Supervised Object Detection [92.52505195585925]
  擬似ラベルの修正機構を導入し,相互誤りの増幅を緩和するクロス・インストラクション(CT)手法を提案する。 他の検出器からの予測を直接擬似ラベルとして扱う既存の相互指導法とは対照的に,我々はラベル修正モジュール(LRM)を提案する。
  論文  参考訳（メタデータ） (2022-01-26T03:34:57Z)
• Detection of Anomalies and Faults in Industrial IoT Systems by Data Mining: Study of CHRIST Osmotron Water Purification System [15.06694204377327]
  本稿では, 工業用医薬品システム, 特に水質浄化システムについて述べる。 ほぼ全ての製薬会社は、その相互依存システムの一部として水質浄化ユニットを持っている。 エッジの欠陥の早期検出は、メンテナンスコストを大幅に削減し、安全性と出力品質を向上させる。
  論文  参考訳（メタデータ） (2020-09-08T11:31:43Z)
• SUOD: Accelerating Large-Scale Unsupervised Heterogeneous Outlier Detection [63.253850875265115]
  外乱検出(OD)は、一般的なサンプルから異常物体を識別するための機械学習(ML)タスクである。 そこで我々は,SUODと呼ばれるモジュール型加速度システムを提案する。
  論文  参考訳（メタデータ） (2020-03-11T00:22:50Z)

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。