Unsupervised anomaly detection in hourly water demand data using an asymmetric encoder–decoder model

Water demand forecasting (WDF) is essential for the design and optimal management of water distribution systems (WDS). Historical water demand data contribute significantly to WDF. Yet the obtained water demand data contain anomalies on occasions due to failures in WDS or monitoring systems. The con...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	Journal of hydrology (Amsterdam) Jg. 613; S. 128389
Hauptverfasser:	Yan, Jieru, Tao, Tao
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	Elsevier B.V 01.10.2022
Schlagworte:	Anomaly detection Asymmetric encoder–decoder Autoencoder forests Hourly water demand hybrids hydrology Time series water distribution water pollution Hourly water demand Asymmetric encoder–decoder Autoencoder Anomaly detection Time series
ISSN:	0022-1694, 1879-2707
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Schreiben Sie den ersten Kommentar!