X-harmony: Akıllı üretim için insan-merkezli açıklanabilir yapay zeka tabanlı karar mimarisi
X-harmony: A human-centered explainable AI-based decision architecture for smart manufacturing
- Tez No: 1013178
- Danışmanlar: PROF. DR. SERHAT ÖZEKES
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Açıklanabilir Yapay Zekâ, İnsan Etkileşimli Karar Destek Sistemleri, Akıllı Üretim, Makine Öğrenmesi, Sensör Analizi, Explainable Artificial Intelligence (XAI), Human-Interactive Decision Support Systems, Risk-Aware Artificial Intelligence, Smart Manufacturing, Machine Learning
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Üsküdar Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yapay Zeka Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yapay Zeka Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Akıllı üretim ortamlarında yapay zekâ tabanlı karar destek sistemlerinin kullanımı giderek yaygınlaşmakta; ancak bu sistemlerin açıklanabilirliği ve operatör etkileşimi açısından önemli sınırlılıkları bulunmaktadır. Özellikle yüksek boyutlu, dengesiz ve anonimleştirilmiş endüstriyel sensör verileriyle çalışan makine öğrenmesi modelleri, kararların anlaşılmasını ve sahada etkin kullanımını zorlaştırmaktadır. Bu tez çalışmasında, akıllı üretim süreçleri için açıklanabilir ve operatör etkileşimli bir yapay zekâ karar mimarisi olan X-HARMONY önerilmektedir. Çalışma kapsamında, SECOM yarı iletken üretim veri seti kullanılarak keşifsel veri analizi, eksik veri giderme, ölçekleme ve boyut indirgeme adımlarını içeren kapsamlı bir veri hazırlama süreci uygulanmıştır. Sınıf dengesizliği problemi SMOTE yöntemi ile ele alınmış; farklı makine öğrenmesi modelleri karşılaştırılarak XGBoost algoritması tercih edilmiştir. Model çıktılarının açıklanabilirliği SHAP ve LIME yöntemleriyle sağlanmış, sensör bazlı etki analizleri gerçekleştirilmiştir. Bu analizler doğrultusunda, karar sürecinde etkili olan kritik sensörler ve potansiyel olarak sorunlu sensörler belirlenmiş; operatörlerin kararları daha iyi yorumlayabilmesini destekleyen bir yapı oluşturulmuştur. Elde edilen bulgular, açıklanabilirlik ve operatör etkileşimi ile desteklenen yapay zekâ kararlarının, yalnızca performans odaklı modellere kıyasla daha anlaşılır ve uygulanabilir sonuçlar sunduğunu göstermektedir. Çalışma, endüstriyel yapay zekâ uygulamalarında karar süreçlerinin yalnızca tahmin performansı ile değil, aynı zamanda açıklanabilirlik ve insan etkileşimi boyutlarıyla birlikte ele alınmasının önemini ortaya koymaktadır.
Özet (Çeviri)
The use of artificial intelligence (AI)-based decision support systems in smart manufacturing environments is rapidly increasing; however, these systems still face significant limitations in terms of explainability and operator interaction. In particular, machine learning models trained on high-dimensional, imbalanced, and anonymized industrial sensor data often make it difficult to interpret decisions and effectively utilize them in real-world operational settings. This study proposes X-HARMONY, a human-centered and explainable AI-based decision architecture for smart manufacturing processes. Within the scope of the study, a comprehensive data preparation pipeline is implemented using the SECOM semiconductor manufacturing dataset, including exploratory data analysis, missing value imputation, scaling, and dimensionality reduction. The class imbalance problem is addressed using the SMOTE technique, and multiple machine learning models are evaluated, with XGBoost selected as the primary model. The explainability of model outputs is ensured through SHAP and LIME methods, enabling detailed sensor-level impact analysis. Based on these analyses, critical sensors influencing the decision-making process and potentially problematic sensors are identified, supporting operators in better understanding and interpreting model-driven decisions. The findings demonstrate that AI-driven decisions supported by explainability and operator interaction provide more interpretable and actionable outcomes compared to purely performance-oriented models. The study highlights the importance of incorporating explainability and human interaction into decision architectures for industrial AI applications, beyond conventional predictive performance metrics. 6
Benzer Tezler
- Çalışma yaşamında kuşaklar ve işe yönelik tutumlarının incelenmesi
Generations of working life and investigation of work for attitude
MERYEM TEKİN
Yüksek Lisans
Türkçe
2015
Çalışma Ekonomisi ve Endüstri İlişkileriSüleyman Demirel ÜniversitesiÇalışma Ekonomisi ve Endüstri İlişkileri Ana Bilim Dalı
DOÇ. DR. SERAP ÖZEN
- Optimum design of reinforced concrete plane frames using harmony search algorithm
Betonarme düzlem çerçevelerin armoni tarama yöntemi ile optimum tasarımı
ALPER AKIN
Doktora
İngilizce
2010
İnşaat MühendisliğiOrta Doğu Teknik ÜniversitesiMühendislik Bilimleri Bölümü
PROF. DR. MEHMET POLAT SAKA
PROF. DR. TURGUT TOKDEMİR
- Spor eğitiminin; uyum, kişilerarası ilişkiler tarzı ve saldırganlık üzerine etkileri
Effects of sport training on harmony interpersonal relationships, and aggression
MEHMET ALİ ŞEKERTEKİN
Doktora
Türkçe
2003
Eğitim ve ÖğretimAtatürk ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
PROF.DR. MUHİTTİN AŞKIN
- X ve Y kuşaklarının iş-yaşam dengesinin örgütsel tükenmişliklerine etkisi
The effect of X and Y generations on organizational burnout of work-life balance
NESLİHAN YILMAZ
Yüksek Lisans
Türkçe
2019
İşletmeKaradeniz Teknik Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. TANER ACUNER
- Kamu sektöründe X ve Y kuşaklarının örgütsel iletişim değerleri üzerine bir araştırma
A research on organizational communication assessments of generations X and Y in the public sector
CEM KATIRCI
Yüksek Lisans
Türkçe
2021
İletişim Bilimleriİzmir Katip Çelebi ÜniversitesiMedya ve İletişim Çalışmaları Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TOLGA ŞENTÜRK