DEEP-project: Automatisch herkennen van schelpen op de waterhoogte sensors

10-12-2021
543 keer bekeken 0 reacties

Voor de opleiding DEEP hebben we bij Hoogheemraadschap De Stichtse Rrijnlanden (HDSR) een opdracht voor waterbeheer bedacht. De verschillende waterhoogte sensoren hebben wel eens last van groei van schelpen.

Projectleider

Laura Snip

Projectteam

Roger de Crook, Renier Kramer, Inke Leunk, Sonja de Goede - Vernooij, Jeroen Gorter

Organisatie(s)

De Stichtse Rijnlanden

Bedrijfsfunctie

Watersysteembeheer

Thema

Digitale transformatie

Technologie

IoT / sensoren
Kunstmatige intelligentie

Projectfase

Proof of Concept

Status

Lopend

Voor de opleiding DEEP hebben we bij Hoogheemraadschap De Stichtse Rrijnlanden (HDSR) een opdracht voor waterbeheer bedacht. De verschillende waterhoogte sensoren hebben wel eens last van groei van schelpen. De groei van schelpen geeft een specifiek patroon in de data, het schiet omhoog en omlaag in zeer korte tijd. De data validator van HDSR, Inke Leunk, herkent het patroon met het blote oog en daarom dachten wij dat moet een algoritme ook kunnen. 

Jeroen Gorter van waterschap de Dommel en Laura Snip van HDSR werken als data scientists in opleiding aan dit project om met machine learning de afwijkende data door de groei van schelpen te herkennen. Het doel is om de schelpen te herkennen, maar andere afwijkende data herkennen wordt als bonus mee genomen. 

Afbeeldingen

X (voorheen Twitter)

READAR | Gebouwinformatie en mutatiesignalering uit luchtfoto's

Contact

Het Waterschapshuis
Stationsplein 89
3818 LE Amersfoort

033-4603100

winnovatie@hetwaterschapshuis.nl 

 

 

Cookie-instellingen