Warsztat poświęcony jest analizie problemu wykrywania wycieków wody w sieciach dystrybucyjnych z wykorzystaniem danych pozyskiwanych z czujników Internetu Rzeczy. Uczestnicy zostaną zapoznani z pełnym procesem analizy – od przygotowania i wstępnego przetwarzania danych obejmujących ciśnienie, natężenie przepływu i temperaturę do budowy oraz walidacji modelu predykcyjnego służącego do identyfikacji sytuacji awaryjnych. Szczególny nacisk zostanie położony na zagadnienie niezbalansowanych danych, charakterystyczne dla problemów detekcji rzadkich zdarzeń, oraz na metody zwiększające skuteczność klasyfikacji.

Uczestnicy zapoznają się z procesem projektowania i budowy modelu autoenkodera dostosowanego do charakterystyki danych pomiarowych i naatury problemu klasyfikacji w przypadku niezbalansowania klas. Omówione zostaną metody wyznaczania i kalibracji progów klasyfikacyjnych pozwalających odróżniać normalne działanie systemu od zdarzeń awaryjnych, a także techniki szczegółowej analizy błędów, obejmujące zarówno fałszywe alarmy, jak i przypadki niewykrytych wycieków. Warsztat skierowany jest do analityków danych, badaczy oraz studentów kierunków ścisłych i technicznych, jak również do praktyków zajmujących się analizą i utrzymaniem systemów infrastrukturalnych. Zajęcia mają charakter praktyczny, a wszystkie omawiane techniki zostaną zilustrowane implementacjami w języku Python.