An Active-Learning Framework for Efficient Training and Bias Mitigation in Probabilistic Forecasting of Water Pipeline Failures
Notice bibliographique
Résumé
Despite recent advancements in forecasting models for water pipe failures, their implementation remains challenging in many urban environments due to data scarcity. Because water pipe breaks are irregular and intermittent events, existing forecasting models rely on large data sets to achieve robust predictive accuracy. However, such data sets are often unavailable due to practical challenges and the high cost of water pipe condition assessments. Furthermore, small and incomplete data sets are prone to bias and imbalance, which further complicates the training process for forecasting models. To address these challenges, this study develops and empirically evaluates a novel active-learning mechanism that enhances forecasting models for water pipeline failure in two key ways: (1) enabling efficient model training with a significantly smaller data set by selecting the most informative observations, and (2) facilitating effective model training despite unbalanced and potentially biased data. The proposed active-learning mechanism is a progressive and iterative process built on four essential components: (1) stratified sampling through a multidimensional clustering mechanism, (2) cluster weight assignment, (3) a probabilistic forecasting model, and (4) a prediction deviation scoring method for each pipe in the test data. The proposed solution was implemented using historical data from Calgary, Canada. The results showed that the proposed active-learning framework, which selects observations for training, enabled an autoregressive deep-learning forecasting model to achieve a precision-recall area under the curve (PR-AUC) of 90% using only 42.5% of the data (6,052 pipes). In contrast, a similar forecasting model trained on randomly selected data required more than 80% of the data set (11,253 pipes) to reach the same predictive performance. These findings validate the effectiveness of the active-learning method in efficiently training forecasting models with small, unbalanced, and potentially biased data sets.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».