Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Utilization of Machine Learning to Detect Sudden Water Leakage for Smart Water Meter

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216275%3A25530%2F19%3A39915416" target="_blank" >RIV/00216275:25530/19:39915416 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Utilization of Machine Learning to Detect Sudden Water Leakage for Smart Water Meter

  • Popis výsledku v původním jazyce

    This article deals with the use of machine learning to detect sudden water leakage. A smart water meter, which enables monitoring the water consumption of the observed object, is used as the source of input data. Based on these data and their analysis, a symbolic regression, which must know not only the input parameters but also the structure of the model, was finally used to build the model. After finding a suitable function and standard deviation from the model, it is possible to set the required sensitivity and thereby detect anomalous states of water consumption in monitored time windows. Since the smart water meter also has a ball valve, if a sudden water leakage is detected, the water meter can autonomously close the main supply and thus avoid extensive damage.

  • Název v anglickém jazyce

    Utilization of Machine Learning to Detect Sudden Water Leakage for Smart Water Meter

  • Popis výsledku anglicky

    This article deals with the use of machine learning to detect sudden water leakage. A smart water meter, which enables monitoring the water consumption of the observed object, is used as the source of input data. Based on these data and their analysis, a symbolic regression, which must know not only the input parameters but also the structure of the model, was finally used to build the model. After finding a suitable function and standard deviation from the model, it is possible to set the required sensitivity and thereby detect anomalous states of water consumption in monitored time windows. Since the smart water meter also has a ball valve, if a sudden water leakage is detected, the water meter can autonomously close the main supply and thus avoid extensive damage.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2019

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    29th International Conference Radioelektronika, RADIOELEKTRONIKA 2019

  • ISBN

    978-1-5386-9323-0

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    5

  • Strana od-do

    340-344

  • Název nakladatele

    IEEE (Institute of Electrical and Electronics Engineers)

  • Místo vydání

    New York

  • Místo konání akce

    Pardubice

  • Datum konání akce

    16. 4. 2019

  • Typ akce podle státní příslušnosti

    EUR - Evropská akce

  • Kód UT WoS článku

    000492026100062