V prestížnom vedeckom časopise Scientific Data vydavateľstva Nature Portfolio bola publikovaná štúdia „A multisource dataset for anomaly detection and fault prediction in urban water distribution networks“, ktorej autormi sú Jan Babela, Michal Munk a Dasa Munkova.
Štúdia predstavuje jeden z významných vedeckých výstupov projektu Návrh a implementácia modelu inteligentného distribučného systému vody (AIIoTWDS, kód projektu 17I04-04-V05-00119), realizovaného Fakultou prírodných vied a informatiky UKF v Nitre v spolupráci so Západoslovenskou vodárenskou spoločnosťou, a. s.
Publikovaný dataset obsahuje 8 737 hodinových záznamov z jedného roka prevádzky vodovodnej distribučnej siete. Prepája prevádzkové údaje zo systému SCADA, údaje o spotrebe energie, environmentálne ukazovatele a potvrdené záznamy o únikoch vody.
Dataset je určený na výskum detekcie anomálií a predikcie porúch, porovnávanie modelov strojového učenia, skúmanie skorých varovných signálov a vývoj dátovo riadených systémov včasného varovania. Je verejne dostupný, čím podporuje otvorenú vedu, reprodukovateľnosť výskumu a ďalšie medzinárodné porovnávacie štúdie.
