KCI우수등재
누수 잡음 크기 스펙트럼을 이용한 SVM 기반의 상수관로 누수 감지 및 분류 = Leak Detection and Classification of Water Pipeline based on SVM using Leakage Noise Magnitude Spectrum
저자
발행기관
학술지명
전자공학회논문지(Journal of the Institute of Electronics and Information Engineers )
권호사항
발행연도
2023
작성언어
Korean
주제어
등재정보
KCI우수등재
자료형태
학술저널
발행기관 URL
수록면
6-14(9쪽)
제공처
The conventional water pipeline leak detection methods require the decision of experts at the leak sites. The water leak problems have resulted in variable costs and significant annual losses. This drives the demand for expert-based to sensor-based leak detection to reduce leak detection time and cost. Therefore, this paper proposes a model for classifying the class of data using leak detection data collected by leak detection sensors installed in the water pipeline. The proposed model classifies the data into five categories based on the SVM algorithm. The frequency spectrum density in the 10 Hz to 5,120 Hz band is a feature used in the SVM model. The data used for model training and evaluation is water and sewage data (water pipeline leak detection) provided by AI Hub. Training the fifty SVM model is conducted by randomly extracting the data. The performance of the final models is evaluated through the average of the 50 models, resulting in an accuracy of 0.8478, an F1 score of 0.8099, and an MCC of 0.7986.
더보기기존의 상수관로 누수 감지 방법은 누수 현장에서 전문가의 판단이 필요로 하였다. 누수 문제로 인해 다양한 비용과 상당한 연간 손실이 발생했습니다.이로 인해 누수 감지 시간과 비용 절감을 위해 전문가 기반의 누수 감지에서 센서 기반의 누수 감지의 수요가 증가하고 있다. 따라서 본 논문에서 상수관로에 설치된 누수 감지 센서로 수집한 누수 감지 데이터를 이용해 데이터의 클래스를 분류하는 모델을 제안한다. 제안 모델은 SVM 알고리즘 기반으로 데이터를 총 5개의 클래스로 분류한다. SVM 모델에서 사용한 특징으로는 10 Hz~5,120 Hz 대역의 주파수 스펙트럼 밀도이다. 모델 훈련과 평가를 위해 사용된 데이터는 AI Hub에서 제공하는 ‘상하수도 데이터(상수관로 누수 감지)’이며 데이터를 랜덤으로 추출하여 총 50번의 SVM 모델 훈련을 진행하였다. 최종 모델의 성능 50개 모델의 평균으로 계산하였고 그 결과 accuracy는 0.8478, F1 score는 0.8099, MCC는 0.7986이다.
더보기분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)