پروژه شناسایی نشتی در شبکه آب

ارسال پیشنهاد

گزارش مالی

پروژه شناسایی نشتی در شبکه آب

سلام، من روی یک پروژه پایان‌نامه با موضوع تشخیص نشتی آب در شبکه‌های توزیع کار می‌کنم و نیاز دارم مدل‌های CNN، LSTM و ترکیبی CNN-LSTM رو روی دیتای خودم پیاده‌سازی کنم. توضیحات کلی کار: ۱. داده‌ها داده‌ها به صورت فایل‌های CSV هستند. هر فایل شامل داده‌های فشار و جریان در شبکه آب هست. داده‌ها برچسب‌گذاری شده‌اند (نشتی یا غیرنشتی، و نوع نشتی). داده واقعی هستن ۲. پیش‌پردازش (Preprocessing) حذف نویز و داده‌های پرت (با روش‌هایی مثل Z-Score یا IQR). تکمیل داده‌های گمشده (میانگین یا تخمین براساس سایر ویژگی‌ها). نرمال‌سازی (Min-Max یا Z-Score). در صورت نیاز استخراج ویژگی (مثل تغییرات فشار در زمان، میانگین متحرک، تحلیل فرکانسی). تقسیم داده‌ها به Train (۷۰٪)، Validation (۲۰٪) و Test (۱۰٪). ۳. مدل‌ها باید سه مدل اصلی پیاده‌سازی بشه: CNN (Convolutional Neural Network): برای استخراج ویژگی‌های مکانی از داده‌های سری‌زمانی. LSTM (Long Short-Term Memory): برای یادگیری وابستگی‌های زمانی و تشخیص نشتی‌های تدریجی. مدل ترکیبی CNN-LSTM: اول CNN ویژگی‌ها رو استخراج کنه، بعد LSTM روابط زمانی رو یاد بگیره. ۴. معیارهای ارزیابی Accuracy Precision Recall F1-Score AUC-ROC Confusion Matrix ۵. محیط و ابزارها زبان: Python کتابخانه‌ها: TensorFlow / Keras، Scikit-learn، Pandas، NumPy، Matplotlib اجرای کد: Jupyter Notebook یا Google Colab (با GPU) ۶. خروجی مورد انتظار کد تمیز و مستندسازی شده (با توضیحات در هر بخش). نمودارهای آموزش و اعتبارسنجی (Loss و Accuracy). گزارش نتایج هر مدل در قالب جدول مقایسه‌ای. مشخص شدن اینکه کدام مدل عملکرد بهتری دارد (مخصوصاً برای داده‌های سری‌زمانی نشتی).