Machine learning til beslutningsstøtte og overvågning

Roland Löwe*

*Corresponding author for this work

Research output: Contribution to conferenceConference abstract for conferenceResearchpeer-review

33 Downloads (Pure)

Abstract

Hydrauliske modeller og sensor data bruges til design og overvågning af afløbssystemet. De detaljerede modeller er langsomme og kan være svære at gennemskue. Derudover tages beslutninger ofte ude fra
aggregerede informationer, såsom total økonomisk oversvømmelsskade i et opland, minimal ilt koncentration i et vandløb, eller forventet maksimal tilstrømning til et bygværk. Det vil ofte give mening at
træne machine learning modeller til resultater fra detaljerede modeller eller sensormålinger. Machine learning modellen generer så en prædiktion af beslutningskriteriet ude fra let tilgængelige inputs. Fordelen
ved det er, at beregningstiden er meget kortere og at forskellige "meta-modeller" kan trænes for forskellige dele af vandkredsløbet. En integreret analyse af vandkredsløbet kan derved gennemføres uden de tekniske
vanskeligheder der ligger i at få forskellige komplekse modeller til at snakke sammen. Foredraget giver eksempler for anvendelser af teknikkerne og illustrerer potentialer og udfordringer.
Original languageDanish
Publication date2019
Number of pages1
Publication statusPublished - 2019
EventDansk Vand Konference 2019 - Århus, Denmark
Duration: 12 Nov 201913 Nov 2019
https://www.danva.dk/arrangementer/konferencer/12444-dansk-vand-konference-12-13112019/

Conference

ConferenceDansk Vand Konference 2019
CountryDenmark
CityÅrhus
Period12/11/201913/11/2019
Internet address

Cite this