Filter by Themen
Abwasserbehandlung
Analytik & Hygiene
Digitalisierung
Energie
Events
Nachhaltigkeit & Umweltschutz
Netze
Wasseraufbereitung
Wassergewinnung
Wasserstress
Water Solutions
Filter by Kategorien
Advertorial
Branche
Events
Forschung & Entwicklung
Leute
News
People
Products & Solutions
Produkte & Verfahren
Publications
Publikationen
Sonstiges
Trade & Industry
Filter by Veranstaltungsschlagworte
abwasser
ACHEMA
Automatisierung
Digitalisierung
Emerging Pollutants
Energie
FDBR
Hydrologie
kanalnetze
Krankheitserreger
MSR
Spurenstoffe
Talsperren
trinkwasser
Wasser
wasseraufbereitung
wasserbau
Wassernetze
Wasserversorgung
FS Logoi

Verbessertes Asset Management dank Machine Learning

Thema:

Publikationsform: Fachartikel
Artikelnummer: 05399_2024_03_02
Zeitschrift: Verbessertes Asset Management dank Machine Learning
Erscheinungsdatum: 01.03.2024
Autor: Nicolas Caradot, Agnès Martinez, Perrine Ziegler, Dominique Zürcher, Lukas Guericke, David Steffelbauer
Verlag: Vulkan-Verlag GmbH
Seiten: 13
Publikationsformat: PDF
Themenbereich: Wasser & Abwasser

Details

SEMAplus ist eine Lösung, die statistische Methoden sowie Verfahren des maschinellen Lernens verwendet, um Prognosen zum Bestand und Zustand von Kanalnetzen zu erstellen. Über die Simulation unterschiedlicher Sanierungsstrategien zur Zustandsentwicklung der Kanäle kann ein maßgeschneidertes und optimiertes Sanierungskonzept gemäß individueller Anforderungen erstellt werden. SEMAplus wurde durch das KWB in enger Zusammenarbeit mit den Berliner Wasserbetrieben, direkt für die Praxis entwickelt, ist in Berlin seit 2019 in der betrieblichen Anwendung und momentan auch Bestandteil eines Forschungsprojekts in Lausanne. Der folgende Bericht gibt Einblick in die Implementierung des Management-Tools in Lausanne, Schweiz, sowie in das Projekt SEMA Berlin 3.

Preis: 4,90 €Zum Shop

Infos zum Autor/Verfasser/Herausgeber

Publikationen zum selben Thema