지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
이용수3
제 1 장 서 론 11.1 연구 배경 및 목적 11.2 논문 구성 8제 2 장 관련 연구 92.1 DDS(Data Distribute Service) 92.2 CEP(Complex Event Processing) 102.3 기계학습(Machine Learning) 122.4 Remote monitoring and smart sensing for water meter system and leakage detection 132.5 Development of management techniques to prevent leaks and to monitor individual water use for block systems of water-supply networks 142.6 Water Distribution System Monitoring and Decision Support Using a Wireless Sensor Network 162.7 본 연구의 차별성 17제 3 장 유량 데이터 수집을 위한 DDS 어댑터 설계 193.1 유량 데이터/미 수집 이벤트 수집 193.2 데이터/이벤트 토픽 명세 203.3 데이터 토픽을 CEP Event type 객체로 변환 및 수집 223.4 데이터 토픽을 Cassandra에 저장 23제 4 장 기계학습 기반의 유량 예측 방법 264.1 미 수집 이벤트 발생시 유량 예측 과정 264.1.1 일괄 처리 과정 274.1.2 스트림 처리 과정 29제 5 장 CEP기반의 블록 누수 탐지 315.1 누수 이벤트 패턴 정의 315.2 누수 패턴을 발견하기 위한 Statement 설계 325.3 예측 유량을 반영하는 Statement 설계 35제 6 장 데모 및 성능 평가 376.1 데모 및 성능평가 환경 376.2 학습 데이터 및 유량 데이터 386.3 데모 386.3.1 누수가 발생하였으며, 모든 유량을 정상적으로 수집한 경우 396.3.2 누수가 발생하지 않았으며, 미 수집 유량이 발생한 경우 406.3.3 누수가 발생하였으며, 미 수집 유량이 발생한 경우 406.3.4 데모 검증 결과 416.4 지연시간 성능 평가 426.4.1 예측 유량을 반영한 누수 탐지 성능 평가 436.5 누수 탐지 성능 평과 결과 446.5.1 예측 정확도 평가 45제 7 장 결론 및 향후 연구 47참고 문헌 49ABSTRACT 51
0