RTU pilnveido ūdens kvalitātes noteikšanas algoritmu

«Projektā «PROTOTECH» sadarbībā ar «Waterson Technologies» mēs izstrādājām ūdens kvalitātes anomāliju noteikšanas algoritmu,» stāsta Rīgas Tehniskās universitātes (RTU) Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultātes Informācijas tehnoloģijas institūta asociētais profesors, inženierzinātņu doktors Sergejs Paršutins. «Mūsu izstrādātais algoritms seko nolasījumiem, kas nāk no iekārtas fizikālķīmiskajiem sensoriem, un prognozē varbūtības, ka tīklā, pie kura ir pieslēgta iekārta, notiek kāds notikums – netipiskās izmaiņas ūdens sastāvā. Šis notikums var būt saistīts ar regulārām svārstībām, piemēram, spiediena izmaiņām, vai arī tas var būt tā saucamās bāzes līnijas izmaiņas, kas liecina par nopietnām izmaiņām ūdens sastāvā, » skaidro eksperts. «Tas savukārt var būt saistīts ar stipru saduļķošanos, bet var arī liecināt, ka ir kāda intrūzija, piemēram no gruntsūdens, no notekūdeņiem, no lietusūdeņiem. Mūsu izstrādātais algoritms ir ar uzlabotu precizitāti: mēs panācām, lai tas ir mazāk jūtīgs pret parastām svārstībām sistēmā un vairāk fokusējas tieši uz anomālijām, kas saistītas ar piesārņojumu, » paveikto ieskicē S. Paršutins. 

Lai apmācītu modeļus, eksperti izmantoja reālos datus, kas iegūti RTU Ūdens pētniecības zinātniskajā laboratorijā, veicot eksperimentus ar dažādiem piesārņojuma veidiem – notekūdeņos, gruntsūdeņos, virszemes ūdenī – un saduļķošanos, imitējot intrūzijas tīklā. Savukārt algoritma efektivitātes rādītāju novērtēšanai bija jāizmanto daļēji marķēta «Waterson Technologies» datu kopa. 

Modelis lieto mākslīgā intelekta tehnoloģijas. «Līdz ar to modelis mazāk ietekmē trokšņi un tas spēj precīzāk noteikt piesārņojuma izmaiņas,» papildina projekta līdzizstrādātājs, RTU Informācijas tehnoloģijas institūta docents, inženierzinātņu doktors Arnis Kiršners. Turklāt izstrādātos algoritmus var turpināt attīstīt, lai tie nepārtraukti un automātiski mācās un pilnveidojas atkarībā no datiem, ko tie saņem. Vislielākais izaicinājums, pēc S. Paršutina domām, šajā projektā bijis saprast to, kādas svārstības var notikt ūdens tīkla sistēmā, lai būtu iespējams atšķirt svarīgās un mazsvarīgās anomālijas: no tā atkarīga datu marķēšana, kas ir nepieciešama algoritmu izstrādei. Bijis arī interesanti paskatīties, kā anomāliju noteikšanas metodes laika rindās strādā uz reālās datu kopas. «Tur ir dažādi trokšņi, kas nav tas standarts, pēc kura māca studentus. Tas deva labu pieredzi,» atzīst asociētais profesors. Pēc viņa domām, teorētisko zināšanu lietojums reālā, praktiskā uzdevumā ir ārkārtīgi būtisks. «Ir teorētiskie projekti, kas noslēdzas ar zinātnisko publikāciju, bet šeit – produkts, kuru plānots izmantot. Līdz ar to tā ir arī personīgā inovācija un pieredze,» viņš skaidro. 

Kolēģa teiktajam piekrīt arī A. Kiršners. «Teorija ir viens, bet, ja tev ir reāls uzdevums, kas jāieliek noteiktā rāmī, uzlabojot jau esošu produktu: tam nepieciešamas attiecīgas zināšanas, piemēram, lai pareizi nodotu tālāk informāciju datu marķētājiem, jo visam ir jābūt precīzam, pretējā gadījumā sanāks nepareizi,» viņš skaidro.

«PROTOTECH» ir Latvijas Investīciju un attīstības aģentūras Tehnoloģiju biznesa centra radīta prototipēšanas programma, kas sniedz atbalstu fiziskām un juridiskām personām zinātņietilpīgu tehnoloģiju produktu vai pakalpojumu prototipu izstrādē un attīstībā, sadarbojoties ar vadošajām Latvijas augstskolām – RTU, Latvijas Universitāti un Rīgas Stradiņa universitāti. Projekts tiek īstenots Norvēģijas finanšu instrumenta 2014. – 2021. gada perioda programmā «Uzņēmējdarbības attīstība, inovācijas un mazie un vidējie uzņēmumi». Šī prototipa izstrādei saņemts atbalsts 15 tūkst. eiro apmērā.

Strādājam kopā konkurētspējīgai Eiropai!