Kayıp fonksiyonlarına dayalı süreç-dışı kalite geliştirme yaklaşımları
Off-line quality improvement approaches based on loss functions
- Tez No: 405286
- Danışmanlar: PROF. DR. ONUR KÖKSOY
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: Türkçe
- Üniversite: Ege Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 121
Özet
Bu tezde gürültü değişkenlerinin olasılık dağılımının sağa çarpık bir yapıda olan gamma dağılımına uygunluğu varsayımı altında kalite geliştirme yaklaşımları çalışılmıştır. Önerilen yaklaşımlar kapsamında, ilk olarak gürültü değişkenlerinin gamma dağılımına sahip olduğu varsayımı altında, yanıtların olasılık yoğunluk fonksiyonu elde edilmiştir. Ayrıca, yeni bir asimetrik kayıp fonksiyonu tanıtılmıştır ve özellikleri incelenmiştir. Son olarak, önerilen asimetrik kayıp fonksiyonu da göz önünde bulundurularak, yanıtların elde edilen olasılık yoğunluk fonksiyonuna uygunluğu varsayımı altında geliştirilen yeni bir ikili yanıt yüzey yaklaşımına yer verilmiştir. Gamma dağılımına sahip gürültü değişkenlerinin deney sırasında rasgele değer aldıkları varsayımı altında yapılan simülasyon çalışması ile bir deney tasarımı oluşturulmuştur ve yanıtların dağılımı incelenerek teorik olarak elde edilen olasılık yoğunluk fonksiyonuna uygunluğu gösterilmiştir. Önerilen kayıp fonksiyonu kullanılarak noktasal kayıplar tespit edilmiştir ve önerilen ikili yanıt yüzey yaklaşımının bir uygulaması yapılmıştır.
Özet (Çeviri)
In this thesis, quality improvement approaches under gamma distributed noise variables has been studied. Within the scope of proposed approaches, firstly, we investigate the effects of this skewed structure on responses and based upon this scenario the proposed density function under gamma distributed noise variable is obtained. Furthermore, a new asymmetric loss function is introduced and its properties have been investigated. Finally, considering the proposed loss function, a new dual response surface approach is given under responses have proposed probability density function which is obtained in this thesis. A simulated experimental design is conducted under the assumption that gamma distributed noise variables get values randomly during the experiment and the relevance between the structure of theoretical pdf and forms of distribution of simulated responses at experiment runs is illustrated. The losses for all experimental runs are identified using proposed loss function and also an application of proposed dual response approach is performed.
Benzer Tezler
- Kayıp fonksiyonlarına dayalı istatistiksel süreç kontrolü
Statistical process control based on loss functions
ELİF KOZAN
- Fake news classification using machine learning and deep learning approaches
Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması
SAJA ABDULHALEEM MAHMOOD AL-OBAIDI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR
- Molecular and physiological investigation of longevity in yeast
Maya hücrelerinde uzun yaşamın moleküler ve fizyolojik yönden incelenmesi
MEVLÜT ARSLAN
Doktora
İngilizce
2017
Biyoteknolojiİstanbul Teknik ÜniversitesiMoleküler Biyoloji-Genetik ve Biyoteknoloji Ana Bilim Dalı
PROF. DR. ZEYNEP PETEK ÇAKAR
- Asenkron motorun işletme kayıplarının sürücü ve kontrol tabanlı azaltılması
Drive and control based reduction of operational loss in induction motor
BARIŞ CEVHER
Doktora
Türkçe
2024
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA TURAN
- Deep learning approaches for hailstorm detection and forecasting using CNN and LSTM algorithms: Comparative evaluation of radar products
Derin öğrenme yaklaşımlarıyla dolu fırtınası tespiti ve tahmini için CNN ve LSTM algoritmalarının kullanılması: Radar ürünlerinin karşılaştırmalı değerlendirmesi
NAHİT ÇATMADIM
Yüksek Lisans
İngilizce
2023
Bilim ve Teknolojiİstanbul Teknik Üniversitesiİklim ve Deniz Bilimleri Ana Bilim Dalı
PROF. DR. MEHMET SİNAN ÖZEREN