用于供水管网在线学习的 SAM-kNN 回归器
机器学习
2022-04-05 v1 人工智能
摘要
供水管网是现代住宅与工业基础设施的关键组成部分。它们通过广泛分支的网络将水从水源输送并分配至用户。为保证网络始终可用，供水公司持续监测网络并在必要时采取措施——例如应对泄漏、传感器故障与水质下降。由于真实网络过于庞大复杂而无法由人工监测，算法监测系统应运而生。此类系统中流行的一类是基于残差的异常检测系统，可检测泄漏与传感器故障等事件。为实现持续的高质量监测，这些系统必须适应变化的需求及各类异常的存在。本工作中，我们提出将增量式 SAM-kNN 分类器改造用于回归，以构建能够适应任何变化的、基于残差的供水管网异常检测系统。
引用
@article{arxiv.2204.01436,
title = {SAM-kNN Regressor for Online Learning in Water Distribution Networks},
author = {Jonathan Jakob and André Artelt and Martina Hasenjäger and Barbara Hammer},
journal= {arXiv preprint arXiv:2204.01436},
year = {2022}
}