Veri madenciliği tekniklerini kullanarak imalat verilerinin modellenmesi ve analizi
Modeling and analysing manufacturing data with data mining techniques
- Tez No: 240788
- Danışmanlar: PROF. DR. CEBRAİL ÇİFLİKLİ
- Tez Türü: Doktora
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2009
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Üretim Yönetimi ve Pazarlama Bilim Dalı
- Sayfa Sayısı: 209
Özet
İmalatta rekabet üstünlüğü oluşturabilmek için bilginin önemi her geçen gün artmaktadır. Veriden bilgi çıkarımı, sürecin hatalarını bulup, gelecek performansını tahmin etmede ve iyileştirmede önemli bir konu haline gelmektedir.Teknolojik ilerlemeler kalite iyileştirmeye, veri madenciliği gibi yeni boyutlar kazandırmaktadır. Bu durum, imalat kalite kontrol aktivitesinin performansını geliştirmede kullanılmaktadır. Ayrıca, verimliliği de artırmaktadır. Etkili bir kalite kontrol analizi için imalat sisteminin uygunluğunu ve verimliliğini iyileştirmek önemlidir.İşletmelerde, makinelerde oluşan üretim hatalarının ve makine duruş verilerinin analizi, işletmelerin etkin çalışması açısından çok önemlidir. İşletmelerde her gün hatalarla ve duruşlarla ilgili yüzlerce veri yığını birikmektedir. Bu çok miktardaki verilerden elde edilen bilgiler, üretim sürecini iyileştirmek için kullanılabilmektedir.Bu araştırmada, halı imalat sürecini ve ürün kalitesini iyileştirmek amaçlı veri madenciliği uygulamaları yapılmıştır. Ürün hata verileri ve makine duruş verileri ayrı ayrı modellenmiştir. Özellik uygunluk analizi ile değişken indirgeme için etkili bir yaklaşım kullanılmıştır. Halı hatalarının ve makine duruşlarının sebepleri bilgi kazancı tekniği ile bir standarta kavuşmuştur. Modelleme süreci sonunda, karar ağaçları ve sinir ağları model çıktıları elde edilmiştir.
Özet (Çeviri)
In recent years, knowledge has received significant attention in manufacturing to built a competitive advantage in the sector. Knowledge induction from data is an important issue in manufacturing to find the failure of the process then predict and improve the future system performance.Technological development has brought new dimensions to quality improvement like data mining. It is used to improve the performance of the manufacturing quality control activity and it reduces productivity loss. Efficient analysis of quality control data is critical for improving the availability and productivity of the manufacturing system.This research examines the improvement of the product quality and manufacturing process via data mining techniques. We have presented an efficient approach for variable reduction which is applied with attribute relevance analysis. In this study, not only do we detect and isolate faults in carpet manufacturing, but also we propose some models with decision tree algorithms and a neural network algorithm.
Benzer Tezler
- Tam koşullu üretim benzetim modellemesi ile veri madenciliği teknikleri kullanılarak kestirimci bakım ve makine öğrenmesi analizleri
Predictive maintenance and machine learning analysisusing data mining techniques with full conditionalproduction simulation modelling
ERGİN UĞURLU
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİzmir Katip Çelebi ÜniversitesiSistem Mühendisliği Ana Bilim Dalı
DOÇ. DR. AYŞEGÜL ALAYBEYOĞLU
- Gösterge panelinin tedarik zinciri yönetimi bağlamındaki karar süreçlerine etkisi üzerine bir ampirik araştırma
An empirical research on the impact of the dashboard on decision processes in the context of supply chain management
YÜKSEL YURTAY
- A MACHINE LEARNING APPROACH TO STEEL SHEET PRODUCTION SURFACE QUALITY
Rulo sac üretimi yüzey kalitesi makine öğrenmesi yaklaşımı
ASENA ÖZTÜRK
Yüksek Lisans
İngilizce
2025
Yönetim Bilişim SistemleriKadir Has ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
DOÇ. DR. MEHMET NAFİZ AYDIN
- Finansal durum analizi için veri madenciliği yaklaşımı
Data mining approach for financial situation analysis
OĞUZCAN ULUDAĞ
- Sağlık süreçlerini iyileştirmede süreç madenciliği tekniğini kullanan bir performans analiz metodu
A performance analysis method for healthcare process improvement using process mining technique
TUĞBA ERDOĞAN
Doktora
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYÇA TARHAN