Volltext-Downloads (blau) und Frontdoor-Views (grau)

Trinkwasser-Sicherheit mit Predictive Analytics und Oracle

  • Verunreinigungen im Wassernetz können weite Teile der Bevölkerung unmittelbar gefährden. Gefahrenpotenziale bestehen dabei nicht nur durch mögliche kriminelle Handlungen und terroristische Anschläge. Auch Betriebsstörungen, Systemfehler und Naturkatastrophen können zu Verunreinigungen führen.

Download full text files

Export metadata

  • Export Bibtex
  • Export RIS

Additional Services

Share in Twitter Search Google Scholar

Statistics

frontdoor_oas
Metadaten
Author:Steffen Moritz, Thomas Bartz-Beielstein, Jan Strohschein, Ralf Seger, Dimitri Gross
URN:urn:nbn:de:hbz:832-cos4-4869
Series (Serial Number):CIplus (4/2017)
Document Type:Article
Language:German
Release Date:2017/07/10
Tag:Trinkwasser
Event Detection; Machine Learning; Predictive Analytics
GND Keyword:Trinkwasser
Pagenumber:10
Descirption of the primary publication:Trinkwasser-Sicherheit mit Predictive Analytics und Oracle, DOAG Business News, 2017, H. 1, S. 18-23
Institutes:Fakultät für Informatik und Ingenieurwissenschaften (F10)
CCS-Classification:D. Software
E. Data
H. Information Systems
J. Computer Applications
JEL-Classification:C Mathematical and Quantitative Methods
L Industrial Organization
Z Other Special Topics
Licence (German):License LogoCreative Commons - Namensnennung, Nicht kommerziell, Keine Bearbeitung

$Rev: 13581 $