메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
서영민 (경북대학교 환경안전공학과) 최윤영 (경북대학교 환경안전공학과) 최광현 (경북대학교 환경안전공학과) 임유성 (경북대학교 환경안전공학과) 이병준 (경북대학교 환경안전공학과)
저널정보
위기관리 이론과 실천 Crisisonomy Crisisonomy 제19권 제4호
발행연도
2023.4
수록면
45 - 54 (10page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
본 연구에서는 상수도관 누수 감지를 위한 머신러닝 모델의 적용 가능성을 평가하였다. 상수관로 누수탐지 공개 데이터셋을 활용해 개발한 극한 경사 부스팅(XGBoost), 경사 부스팅 머신(GBM), LightGBM, 범주형 부스팅(CatBoost), 적응형 부스팅(AdaBoost), 랜덤 포레스트(RF) 머신러닝 모델을 혼동 행렬과성능 지수를 활용한 분류 성능을 기준으로 평가 및 비교를 하였다. 그 결과 최신 부스팅 모델인XGBoost, GBM, LightGBM, CatBoost는 RF 및 AdaBoost 모델에 비해 우수한 분류 성능을 나타내었다. 최신 부스팅 모델의 성능은 비슷하지만, LightGBM 모델(정확도 = 0.960, 정밀도 = 0.941, 재현율 = 0.955, F1 점수 = 0.948, 특이도 = 0.970)이 가장 우수한 성능을 나타내는 것으로 분석되었다. 따라서 최신부스팅 머신러닝 모델은 빅데이터 기반 상수도관 누수 감지 시스템을 개발하고 상수도관 누수 위험을관리하는 효과적인 예측 도구로 사용할 수 있을 것으로 판단된다.
#상수도관 누수 #머신러닝 #부스팅 모델 #분류 #누수위험감지 #water pipeline leakage #machine learning #boosting models #classification #water leakage risk detection

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0