We develop an approach for water qu

We develop an approach for water quality time series monitoring and contamination event detection.
The approach combines affine projection algorithms and an autoregressive (AR) model to predict
water quality time series. Then, we apply online change-point detection methods to the estimated
residuals to determine the presence, or not, of contamination events. Particularly, we compare the
performance of four change-point detection methods, namely, sequential probability ratio test
(SPRT), cumulative sum (CUSUM), binomial event discriminator (BED), and online Bayesian changepoint
detection (OBCPD), by using residuals obtained from four water quality time series, chlorine,
conductivity, total organic carbon, and turbidity. Our fundamental criterion for the performance
evaluation of the four change-point detection methods is given by the receiver operating
characteristic (ROC) curve which is characterized by the true positive rate as a function of the false
positive rate. We highlight with detailed experiments that OBCPD provides the best performance for
large contamination events, and we also provide insight on the choice of change-point detection
algorithms to consider for designing efficient contamination detection schemes.
Amadou Ba (corresponding author)
Sean A. McKenna
Smarter Cities Technology Centre,
IBM Research, Damastown Industrial Estate,
Dublin,
Ireland
E-mail: [e-mail]
Key words | change-point detection, prediction, ROC, time series, water quality

ผลลัพธ์ (ไทย) 2:

เราพัฒนาวิธีการในช่วงเวลาที่มีคุณภาพน้ำตรวจสอบการปนเปื้อนและชุดตรวจสอบเหตุการณ์.
วิธีการรวมขั้นตอนวิธีการฉายเลียนแบบและอัต (AR) รูปแบบที่จะทำนาย
อนุกรมเวลาที่มีคุณภาพน้ำ จากนั้นเราจะใช้วิธีการตรวจสอบการเปลี่ยนแปลงจุดออนไลน์ประมาณ
เหลือเพื่อตรวจสอบสถานะหรือไม่จากเหตุการณ์การปนเปื้อน โดยเฉพาะอย่างยิ่งเราเปรียบเทียบ
ประสิทธิภาพการทำงานของสี่วิธีการตรวจสอบการเปลี่ยนแปลงจุดคืออัตราส่วนน่าจะเป็นลำดับการทดสอบ
(SPRT) ผลรวมสะสม (Cusum) discriminator เหตุการณ์ทวินาม (เตียง) และ changepoint คชกรรมออนไลน์
การตรวจสอบ (OBCPD) โดยใช้เหลือได้ จากสี่อนุกรมเวลาที่มีคุณภาพน้ำคลอรีน
การนำคาร์บอนอินทรีย์และความขุ่น เกณฑ์พื้นฐานของเราเพื่อให้ได้ประสิทธิภาพ
การประเมินผลของสี่วิธีการตรวจสอบการเปลี่ยนแปลงจุดจะได้รับจากการดำเนินงานรับ
ลักษณะ (ROC) เส้นโค้งซึ่งเป็นลักษณะโดยอัตราการบวกจริงเป็นหน้าที่ของเท็จ
บวกอัตรา เราเน้นกับการทดลองอย่างละเอียดที่ OBCPD ให้ประสิทธิภาพที่ดีที่สุดสำหรับ
เหตุการณ์การปนเปื้อนที่มีขนาดใหญ่และเรายังให้ข้อมูลเชิงลึกในการเลือกของการตรวจสอบการเปลี่ยนแปลงจุด
ขั้นตอนวิธีการที่จะต้องพิจารณาในการออกแบบรูปแบบการตรวจสอบการปนเปื้อนที่มีประสิทธิภาพ.
โดว์บา (ผู้เขียนที่สอดคล้อง)
ฌอน A. McKenna
อย่างชาญฉลาด ศูนย์เทคโนโลยีเมือง,
IBM วิจัย Damastown นิคมอุตสาหกรรม
ดับลิน,
ไอร์แลนด์
E-mail: [e-mail]
คำสำคัญ | การตรวจสอบการเปลี่ยนแปลงจุดการทำนาย, ร็อค, อนุกรมเวลา, คุณภาพน้ำ

ผลลัพธ์ (ไทย) 3:

เราพัฒนาแนวทางการตรวจสอบอนุกรมเวลาคุณภาพน้ำปนเปื้อนและเหตุการณ์การตรวจสอบ .
วิธีการรวมรวมประมาณการอัลกอริทึมและวิธี ( AR ) ทำนาย
อนุกรมเวลา คุณภาพน้ำ งั้นเราสมัครออนไลน์เปลี่ยนจุดตรวจจับวิธีการประมาณค่า
เพื่อตรวจสอบสถานะหรือไม่ เหตุการณ์การปนเปื้อน โดยเฉพาะอย่างยิ่งเราเปรียบเทียบ
ประสิทธิภาพของวิธีการสี่เปลี่ยนจุดตรวจจับคือ ลำดับการทดสอบอัตราส่วนความน่าจะเป็น
( SPRT ) ผลรวมสะสม ( cusum ) , ทวินามเหตุการณ์ Discriminator ( เตียง ) และแบบออนไลน์ changepoint
ตรวจจับ ( obcpd ) โดยใช้ค่าชุดสี่ คุณภาพน้ำที่ได้จากเวลา , คลอรีน ,
conductivity ปริมาณอินทรีย์คาร์บอน และความขุ่น . เกณฑ์พื้นฐานของเราสำหรับการแสดง
การประเมินผลของวิธีการสี่เปลี่ยนจุดตรวจจับให้ผู้รับปฏิบัติ
ลักษณะ ( ROC ) ซึ่งเป็นลักษณะโค้งอัตราบวกเท็จจริงเป็นหน้าที่ของ
บวกอัตรา เราเน้นกับการทดลองที่ละเอียด obcpd ให้ประสิทธิภาพที่ดีที่สุดสำหรับ
เหตุการณ์การปนเปื้อนขนาดใหญ่ และเรายังให้ข้อมูลเชิงลึกในการตรวจสอบการเปลี่ยนแปลงการจอง
จุดขั้นตอนวิธีการพิจารณาสำหรับการออกแบบที่มีประสิทธิภาพการตรวจสอบรูปแบบ .
Amadou BA ( ผู้ที่เกี่ยวข้อง )
ฌอน . McKenna
ฉลาดเมืองเทคโนโลยีศูนย์วิจัยไอบีเอ็มนิคมอุตสาหกรรม damastown
, ,


ดับลิน , ไอร์แลนด์ - amadouba @ ie.ibm . com
คำสำคัญที่ | เปลี่ยนจุดตรวจจับ การทำนาย ร็อค อนุกรมเวลา คุณภาพ น้ำ