Tämä pro gradu -tutkielma vastaa kysymykseen ”Kuinka paljon ja minkälaista tutkimusta on tehty koneoppimisen hyödyntämisestä vesijohtoverkostojen vuotojen hallinnassa?”. Tutkimusmenetelmänä käytettiin systemaattista kirjallisuuskartoitusta, joka sekundäärisenä tutkimusmenetelmänä pyrkii tutkimusalueen jäsentämiseen. Tutkimuksessa tunnistettiin ja luokiteltiin yhteensä 80 koneoppimiseen ja vesijohtoverkostojen vuotojen hallintaan liittyvää tutkimusta ajalta 1/2012- 5/2022. Vuosittaisten julkaisumäärien perusteella aiheen tutkiminen on ollut aktiivista ja kasvanut vuodesta 2017 lähtien. Julkaisufoorumien (ml. julkaisupaikkatyypit ja julkaisijat) hajanaisuudesta päätellen aihetta tutkitaan laajalla rintamalla eri tiedeyhteisöissä. Lähes kaikki luokitellut tutkimukset olivat validointitutkimuksia, mikä viittaa siihen, että tutkimustoiminta on vielä teoreettisella tasolla. Viime vuosina suosituimmat koneoppimismenetelmät pohjautuivat neuroverkkoihin, mikä vastaa koneoppimisen yleistä kehityssuuntaa. Käyttötarkoituksen perusteella koneoppimista hyödynnettiin erityisesti vuotojen tunnistamiseen ja/tai paikantamiseen. Koneoppimismallien lähtötietona käytettiin pääasiassa putkiston painetietoa, mutta myös virtaama-, ääni- ja värinätietoja.