Geri Dön

Learning adjectives of yacht hulls for customer oriented smart design

Müşteri odaklı akıllı tasarım için yat gövde sıfatları öğrenme

PDF İndir

  1. Tez No: 439678
  2. Yazar: KEMAL MERT DOĞAN
  3. Danışmanlar: YRD. DOÇ. DR. ERKAN GÜNPINAR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri Ürünleri Tasarımı, Industrial Design
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2016
  8. Dil: İngilizce
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Konstrüksiyon Bilim Dalı
  13. Sayfa Sayısı: 115

Özet

Standardizasyon ürün tasarımı için çok önemli olmakla birlikte müşteriler ile tasarımcılar arasındaki iletişimi kolaylaştırmaktadır. Tasarım konusunda altyapı sahibi olmayan insanlar kullanabilecekleri herhangi bir standart olmadığından dolayı tasarımcılarından ne istediklerini tam olarak ifade edemezler. Başka bir değişle aynı dili konuşamazlar. Bu çalışmada, tasarımcılar ve müşterilere arasındaki iletişim sorununu çözmek amacıyla yat gövdelerini tanımlayıcı yüksek seviyeli sıfatlar belirlenmekte ve müşteri odaklı akıllı tasarım üretmek adına bir makine öğrenim algoritması olan veri işleme grup yöntemi tipi (GMDH-tipi) sinir ağlarından yararlanılmaktadır. GMDH aracılığıyla geometrik parametreler ile gövde sıfatlar arasında ilişki kurulabilmekte, bir nevi yat gövde sıfatlarını geometrik tasarım parametrelerine dönüştüren bir çevirici elde edilmektedir. Böylelikle müşterilerin öğrenilen yüksek seviyeli sıfatları kullanarak gereken yat tasarımını ifade edebilmeleri sağlanmakta ve tasarımcılar istenen gövde sıfatlarının karşılığı olan yat tasarımlarını yapma konusunda desteklenmektedirler. Bu tezde ilk olarak, gövde sıfatlarıyla iyi uyum sağlayabilecek ve geleneksel yat tasarımlarından farklı olan yeni ve esnek bir parametrik tasarım metodu tanıtılmaktadır. Geleneksel yat tasarım metotları birçok tasarım elemanı ve kurallar (kesit alanı eğrisi, yüzdürme merkezi, blok katsayısı vb.) içermektedir. Bu kurallar genellikle yatın akışkan mekaniğini ilgilendirmekte ve parametreleri birbirine bağımlı yapmaktadır; fakat bizim çalışmamızda akışkan mekaniği dikkate alınmamış olup dış görünümle ilgili daha geometrik, bağımsız ve basit tasarım parametrelerine ihtiyaç duyulmaktadır. Birbirine bağımlı parametreleri tercih edilmemesinin en önemli nedeni sıfatlarla ilişki kurulmaya çalışırken problem yaratacak olmalarıdır. Bir sıfat için onu etkileyen parametreleri öğrenme aşamasında, o parametrelerin değeri bağımlı olduğu diğer parametrelere göre değişiyorsa ilişki çok karışık bir hal alır ve istenilen matematiksel denklemler elde edilemez ya da doğruluk oranı çok düşük sonuçlar elde edilir. Esnek ve parametrik bir tasarım metodu elde edebilmek adına yat gövdesi öncelikle ön, orta ve arka olmak üzere üç bölgeye ayrılmıştır. Böylelikle bölgeler birbirlerinden bağımsız bir şekilde düzenlenebilecek ve insanların estetik anlayışını incelemede daha doğru sonuçlar elde etmemize olanak sağlayacaktır. Örnek olarak bölgelerin uzunluklarını ele alırsak, gövdeyi üç bölgeye ayırmadığımız durumda tek bir uzunluğumuz olmuş olacaktı, fakat ön bölgenin uzunluğu bir sıfat için diğer bölge uzunluklarından daha önemli olsa bile bunu ihmal edip bütün gövde uzunluğunu bu sıfatla ilişkilendirecektik. Aynı durumun diğer geometrik parametreler içinde geçerli olabileceğini varsayarsak, gövdeyi üç bölgeye ayırmanın insanların düşüncelerini etkileyen parametreleri daha doğru bir şekilde öğrenebilmemizi sağladığı aşikârdır. Bu üç bölge için geometrik parametreleri tanımlamadan önce internetten birbirinden farklı yat modelleri toplanmış ve en çok kullanan geometrik özellikleri tespit edilmiştir. Daha sonra bu özellikleri sağlayabilecek geometrik parametreler tanımlanmıştır. Her gövde bölgesi beş adet bileşenden oluşmaktadır; bunlardan ikisi istasyon profilleri, diğer üçü de kılavuz eğrileridir. Bölgeler iki istasyon arasında ve kılavuz eğrilerini takip ederek süpürme işleminin yapılmasıyla elde edilir. Bölgelerin bir araya getirilmesiyle de bütün bir yat gövdesi elde edilir. Yat gövde sıfatlarını öğrenmek için üç yol düşünülebilir. Bunlardan birincisi kendi deneyim ve bilgilerimize dayanarak yüksek seviyeli sıfatlar belirleme, ikincisi sosyal dinleme yöntemi ve sonuncusu anketler yardımıyla öğrenme. Yat sıfatlarının tarafımızdan belirlenmesi (birinci yol) çalışmamızı olumsuz etkileyebilmektedir, şöyle ki: Öğrenilen sıfatlar yat tasarımından anlamayan insanların asıl anlayışlarını içermeyebilmektedir. Sosyal dinleme yönteminde (ikinci yöntem) ise internet ortamındaki sosyal alanlar, tarafımızdan belirlenen anahtar kelimeler ve ayarlanan filtrelemeler ile taranarak istenen sıfatlar elde edilebilir. Fakat bu yöntemde anahtar kelimeleri ve filtrelemeleri biz belirlediğimiz için öğrenilecek sıfatlar kısıtlanmış olur ve yine kendi fikirlerimizi içerebilmektedir. Anket yönteminde ise katılımcılardan herhangi bir sınırlama olmadan yat gövde tasarımları için doğrudan kendi fikirlerini yansıtan sıfatları öğrenebilmekteyiz. İnsan odaklı bir çalışma yaptığımızdan, tasarımla ilgisi olmayan insanların ifade şekillerini öğrenmek bize büyük avantaj sağlamaktadır. Ayrıca kısıtlamalardan kaçınma sayesinde, bizim aklımıza gelmeyen çok sayıda özgün sıfat öğrenerek çeşitlilik arttırılmaktadır. Gövde sıfatlarını öğrenmek için kullandığımız anket yönteminde internet ortamında toplanan birbirinden farklı görünme özelliklerine sahip yatlar gösterilerek, katılımcılara“Resimde gördüğünüz yat modelini sıfatlarla tanımlamak zorunda olsaydınız hangi sıfatları seçerdiniz?”sorusu sorulmaktadır. Bu anket sonucunda elde edilen sıfatlar kullanım sıklığına göre sıralanmış benzer anlam taşıyan sıfatlar gruplanmaktadır. Örneğin;“güçlü”,“dayanıklı”,“sağlam”gibi sıfatlar benzer nitelikte olduğundan dolayı hepsini ayrı ayrı almak yerine“güçlü”sıfatı altında gruplanır. Bu şekilde gruplamalar yaparak ve az sıklıkta kullanılanlar elenerek gövde sıfatları elde edilmektedir. Öğrenilen sıfatlarla tanımlanan tasarım parametreleri arasında ilişki kurulmadan önce bir ön işleme gerek duyulmaktadır. Bu ön işlemde belirlenen sıfatlara hiçbir etkisi olmayan geometrik parametreler tespit edilmekte ve elenmektedir. Hiçbir etkisi olmadığı halde daha sonraki aşamalarda kullanılan parametreler, çalışmayı sadece gereksiz yere karmaşıklaştırmakta ve bu karışıklıklar hatalara neden olabilmektedir. Parametre eleme işlemi ikinci bir anket yardımıyla gerçekleştirilmiştir. Öncelikle parametreler temel ve yardımcı parametreler olmak üzere iki gruba ayrılmaktadır. Temel parametreler gövdenin genel yapısını oluşturan, yardımcı parametreler ise görünüm detaylarını vermekte kullanılan parametrelerdir. Bu ankette temel yat parametreleri olan uzunluk, genişlik ve derinlik üç seviyede değiştirilerek ve geriye kalan bütün parametreler sabit tutularak tasarım alanı elde edilmektedir. Ankette tasarım alanının üç farklı noktasından alınan yat modelleri kullanılmaktadır. Bu üç farklı yat modelin her biri için, içlerindeki temel olmayan parametreler tek tek ve bir büyük bir küçük değerleri alınarak tasarımlar elde edilmekte ve bu tasarımlar karşılaştırılarak sorulmaktadır. Katılımcılardan öncelikle tasarım alanından seçilen yatlar için daha önce belirlenen gövde sıfatlarından birini seçmeleri istenmekte, daha sonra bir parametresi değiştirilerek elde edilen iki model gösterilir. Seçtikleri sıfat hakkındaki fikirlerinin bu parametre değişikliğiyle değişip değişmediği sorulur. Belli bir eşiğin üstündeki oranda değişmedi cevabı verilen parametreler elenmektedir. Böylelikle kalan parametrelerle yapılan çalışmaların nispeten daha güvenilir olacağı varsayılmaktadır. Üçüncü ankette, tanıtılan parametrik tasarım metoduyla elde edilen yat gövde modelleri ve öğrenilen gövde sıfatları eşleştirilerek veri seti elde edilmektedir. Gövde tasarımları, rastgele parametre kombinasyonları ile değil, Taguchi'nin önerdiği ortogonal matrislerden yararlanılarak belirlenmektedir. Bu ankette katılımcılar gövde modellerine en uygun gördüğü sıfat için üç farklı puan aralığından (yüksek, orta ve düşük seviyede olmak üzere) önce bir aralık seçmesi, daha sonra seçilen aralıktan bir puan vermesi istenmektedir. Seviye bazlı puanlama adını verdiğimiz bu yöntemin anket katılımcıların daha doğru puan vermesini sağladığını düşünmekteyiz. Daha sonra toplanan puanlardaki çoğunluğa aykırı puanlar aykırı değer analizi uygulayarak elenmekte ve kalan puanların ortalaması hesaplanmaktadır. Sonunda, yüksek ortalamaya sahip gövde sıfatları ilgili yat modeliyle eşleştirilerek GMDH-tipi sinir ağlarında kullanılacak veri seti elde edilmektedir. Makine öğrenim algoritmaları öğrenme ve tahmin etme olarak iki aşamadan oluşmaktadır. Bu çalışmada öğrenme aşamasında, GMDH-tipi sinir ağları geometrik parametreler ve ona karşılık gelen gövde sıfatları arasında matematiksel modeller oluşturmaktadır. Sonraki aşamada ise, matematiksel modeller kullanılarak parametre değerleri verilen yat gövdelerinin sıfatları veya sıfatların bilinmesi halinde eksik olan geometrik parametre değerlerini aralıklarla modele uyduracak şekilde tahmin etmeye çalışır. Bu çalışmada GMDH-tipi sinir ağları ile her sıfat için elde edilen matematiksel modellerin bütününe çevirici denmektedir. Bu çalışmanın sonucu olarak elde edilen çevirici sayesinde bir yat gövde tasarımının parametre değerleri girilerek o yatın hangi sıfatı ifade ettiği öğrenilebilecek ya da müşteri tarafından istenen sıfatı elde edebilmek için mevcut yat tasarımı parametreler değerleri çeviriciye uyduracak şekilde modifiye edilebilecektir. Bu şekilde, müşterilerin yalnızca sıfatları kullanarak ifade ettiği yatlar karışıklık olmadan tasarımcı tarafından sağlanabilecektir. Ayrıca elde edilen sıfatlar ve tanımlanan yeni geometrik parametreler kullanılarak yüksek seviyeli bilgisayar destekli tasarım araçları geliştirilebilir. Ara yüzünde sıfatlar ve hazır yat modelleri bulunan bu tasarım araçlarıyla müşteriler kendi tasarımlarını hızlı ve kolay şekilde elde edebilirler. Ayrıca, yat şirketlerinin veri tabanından, müşterinin yine sıfatlarla ifade ettiği yat modelleri, bilinen geometrik parametre - gövde sıfatı ilişkisi sayesinde doğru şekilde getirmek için de kullanılabilir.

Özet (Çeviri)

Standardization is crucial in design and facilitates the communication between customers and designers. Customers generally have difficulty to tell what they want exactly to designers because of lack of standardization. In this study, some high level hull adjectives are defined for identifying yacht hulls to overcome the communication problems. Our study suggests an adjective based design concept for yacht hulls, where hulls are expressed by adjectives. Hull adjectives (such as strong, classic) can be powerful in terms of representing hull shapes and can be served as a kind of language that can be used jointly by yacht designers and customers. First, a novel design schema is developed for representing yacht hulls in 3D, which is parametric based and includes several geometrical parameters on the 3D yacht model. Three surveys are then conveyed to learn adjectives, to eliminate unnecessary geometrical parameters and to prepare data set for learning relationship between yacht hulls and adjectives. The reason of using survey method is that the data come from people whose aesthetic understandings need to be captured for this study. In the first survey, collected yacht models from the web are shown to participants to learn the adjectives. Geometrical parameters, which do not have any impact on the learned adjectives, are eliminated next via second survey. The third survey issued to prepare a data set for the next step and yacht adjectives are matched with the yacht hull models, which are obtained by the Taguchi experimental method. Finally, GMDH-type neural network is applied on the data set to find out the relationships between the hull adjectives and geometrical parameters. GMDH is one of the machine learning algorithms and has two stages: learning and prediction. First, the data coming from survey 3 are used to learn relationships between hull adjectives and geometrical parameters; and then GMDH predicts the hulls' adjectives according to these relationships. GMDH provides mathematical functions for each adjective consisting of geometrical parameters with coefficients. Bringing all these functions together a kind of translator is obtained. The translator involves all the relationships between hull adjectives and geometrical design parameters that are used for prediction of hulls' adjectives or missing parameter values in data set. With the outcomes of this work, we expect that customers can tell what they prefer in their yacht hull designs using the defined hull adjectives. Designers can understand customer preferences for yacht hull adjective types and new hull designs can be obtained by arranging values of geometrical parameters of the existing hull. By using the geometrical parameters and hull adjectives defined in this study, adjective based CAD tools can be developed. Even customers can easily generate variety of new hull designs by only modifying the parameters of existing designs. Also yacht models can be retrieved from huge data bases of yacht companies as requested thanks to knowledge of geometrical parameter – hull adjective relationships.

Benzer Tezler

  1. Tez No

    428641

    Boyut sıfatlarının birlikte kullanıldıkları adlarla sergiledikleri görünümler: yabancı dil olarak Türkçenin öğretimine yönelik bir değerlendirme

    Aspects of dimension adjectives used with concominant nouns: an assessment of teaching Turkish as a foreign language

    NURSEL TAN ELMAS

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    DilbilimAnkara Üniversitesi

    Dilbilim Ana Bilim Dalı

    PROF. DR. GÜLSÜN LEYLA UZUN

  2. Tez No

    764820

    Muhammed b. Mustafa en-Na'îmî'nin Tezhîbü't-Tilâve fî 'İlmi't-Tecvîd ve'l-Kırâe isimli eseri (İnceleme-metin)

    A transcription and study on Muhammed b. Mustafa en-Na'îmî's Tezhîbü't-Tilâve fî 'İlmi't-Tecvîd ve'l-Kırâe

    ABDÜLAZİZ ŞEKER

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    DinYalova Üniversitesi

    Temel İslam Bilimleri Ana Bilim Dalı

    DOÇ. DR. AHMET GÖKDEMİR

  3. Tez No

    397618

    Anadili Türkçe olanlar açısından çağdaş Rus dilindeki sıfatların ismin hallerindeki kullanımı

    The usage of adjectives with the noun cases in modern Russian language for Turkish native speakers

    EMEL DEMİRÖZOĞUL

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    DilbilimAtatürk Üniversitesi

    Rus Dili ve Edebiyatı Ana Bilim Dalı

    DOÇ. DR. BAHAR DEMİR

  4. Tez No

    286830

    Türçe sözlük'teki sıfatların anlam çözümlemeleri

    Meaning analysis of adjectives in turkish dictionaries

    BURCU ECE ERKINAY

    Yüksek Lisans

    Türkçe

    Türkçe

    2011

    Eğitim ve ÖğretimAfyon Kocatepe Üniversitesi

    Türk Dili ve Edebiyatı Ana Bilim Dalı

    DOÇ. DR. AHMET AKÇATAŞ

  5. Tez No

    641923

    Eski Türkçe metinlerde sıfatların eşdizimliliği

    Collocation of adjectives in old Turkish texts

    MUSTAFA AĞCA

    Doktora

    Türkçe

    Türkçe

    2020

    DilbilimPamukkale Üniversitesi

    Türk Dili ve Edebiyatı Ana Bilim Dalı

    PROF. DR. BİLGE ÖZKAN NALBANT

Geri Dön